Nothing Special   »   [go: up one dir, main page]

JP6705738B2 - Information processing apparatus, information processing method, and program - Google Patents

Information processing apparatus, information processing method, and program Download PDF

Info

Publication number
JP6705738B2
JP6705738B2 JP2016236277A JP2016236277A JP6705738B2 JP 6705738 B2 JP6705738 B2 JP 6705738B2 JP 2016236277 A JP2016236277 A JP 2016236277A JP 2016236277 A JP2016236277 A JP 2016236277A JP 6705738 B2 JP6705738 B2 JP 6705738B2
Authority
JP
Japan
Prior art keywords
angle
image
dictionary data
function
object obj
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016236277A
Other languages
Japanese (ja)
Other versions
JP2018092448A (en
Inventor
永塚 仁夫
仁夫 永塚
山岸 建
建 山岸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Interactive Entertainment Inc
Original Assignee
Sony Interactive Entertainment Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Interactive Entertainment Inc filed Critical Sony Interactive Entertainment Inc
Priority to JP2016236277A priority Critical patent/JP6705738B2/en
Priority to PCT/JP2017/042475 priority patent/WO2018105433A1/en
Priority to EP17878629.9A priority patent/EP3550511A4/en
Priority to CN201780074637.7A priority patent/CN110023993A/en
Priority to US16/464,441 priority patent/US10902629B2/en
Publication of JP2018092448A publication Critical patent/JP2018092448A/en
Application granted granted Critical
Publication of JP6705738B2 publication Critical patent/JP6705738B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/242Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/772Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Manipulator (AREA)

Description

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。 The present invention relates to an information processing device, an information processing method, and a program.

画像ベースのオブジェクト認識は、近年では一般的な技術である。画像ベースのオブジェクト認識では、例えば、撮像装置によってキャプチャされた画像の特徴量を抽出し、その特徴量を辞書データとしてあらかじめ登録された特徴量とマッチングすることによって、画像に写っているオブジェクトが認識される。ここで、画像に写っているオブジェクトの角度が変化すると特徴量も変化するため、オブジェクト認識の可用性を高めるためには、オブジェクトの角度ごとに辞書データを用意する必要がある。 Image-based object recognition has become a popular technique in recent years. In the image-based object recognition, for example, the feature amount of the image captured by the imaging device is extracted, and the feature amount is matched with the feature amount registered in advance as dictionary data to recognize the object in the image. To be done. Here, since the feature amount changes when the angle of the object shown in the image changes, it is necessary to prepare dictionary data for each angle of the object in order to improve the availability of object recognition.

特許文献1,2は、画像ベースのオブジェクト認識において、オブジェクトの角度ごとに辞書データを用意するための技術の例である。特許文献1には、オブジェクトを45度間隔で回転させて得られる8枚の画像に基づいてオブジェクトを認識する技術が記載されている。特許文献2には、オブジェクトを水平角方向および天頂角方向に5度単位などで回転させて得られる多数の画像から共通部分を認識することによってオブジェクトのモデルを学習する技術が記載されている。 Patent Documents 1 and 2 are examples of techniques for preparing dictionary data for each angle of an object in image-based object recognition. Patent Document 1 describes a technique for recognizing an object based on eight images obtained by rotating the object at intervals of 45 degrees. Patent Document 2 describes a technique for learning a model of an object by recognizing a common part from a large number of images obtained by rotating the object in the horizontal angle direction and the zenith angle direction in units of 5 degrees.

特開2003−346152号公報JP, 2003-346152, A 米国特許出願公開第2013/0202212号明細書US Patent Application Publication No. 2013/0202212

上記のような技術は、画像に写っているオブジェクトを認識する、すなわち画像に写っているオブジェクトが何であるかを推定するための技術であり、画像からそれ以上の追加的な情報を引き出すことは意図されていない。しかしながら、近年ではオブジェクト認識の技術が利用される分野が多様化していることに鑑みれば、画像に基づいてオブジェクトに関する追加的な情報を提供することには利点があると考えられる。 Techniques such as these are techniques for recognizing objects in the image, i.e. estimating what the object in the image is, and it is not possible to extract any additional information from the image. Not intended. However, in view of the diversification of fields in which the technique of object recognition is used in recent years, it is considered to be advantageous to provide additional information regarding an object based on an image.

そこで、本発明は、画像に基づいてオブジェクトの角度を推定し、かつ推定のためのデータを自律的に更新することを可能にする、新規かつ改良された情報処理装置、情報処理方法、およびプログラムを提供することを目的とする。 Therefore, the present invention is capable of estimating the angle of an object based on an image and autonomously updating data for estimation, which is a new and improved information processing apparatus, information processing method, and program. The purpose is to provide.

本発明のある観点によれば、オブジェクトに関する辞書データを取得する辞書データ取得機能と、オブジェクトの第1の画像を取得する画像取得機能と、第1の画像および辞書データに基づいて第1の画像におけるオブジェクトの角度を推定する第1の角度推定機能と、オブジェクトに関する物理的な操作の後に第1の画像におけるオブジェクトの角度を再推定する第2の角度推定機能と、第1の角度推定機能による推定および第2の角度推定機能による再推定の結果に応じて辞書データを更新する辞書データ更新機能とを実現するプロセッサを備える情報処理装置が提供される。 According to an aspect of the present invention, a dictionary data acquisition function for acquiring dictionary data regarding an object, an image acquisition function for acquiring a first image of an object, and a first image based on the first image and the dictionary data. A first angle estimation function for estimating the angle of the object in the image, a second angle estimation function for re-estimating the angle of the object in the first image after a physical operation on the object, and a first angle estimation function. An information processing apparatus including a processor that realizes a dictionary data update function that updates dictionary data according to a result of estimation and re-estimation by the second angle estimation function is provided.

また、本発明の別の観点によれば、オブジェクトに関する辞書データを取得するステップと、オブジェクトの第1の画像を取得するステップと、第1の画像および辞書データに基づいて第1の画像におけるオブジェクトの角度を推定するステップと、オブジェクトに関する物理的な操作の後に第1の画像におけるオブジェクトの角度を再推定するステップと、プロセッサが、推定および再推定の結果に応じて辞書データを更新するステップとを含む情報処理方法が提供される。 According to another aspect of the present invention, a step of acquiring dictionary data regarding the object, a step of acquiring a first image of the object, and an object in the first image based on the first image and the dictionary data. Angle of the object, re-estimating the angle of the object in the first image after physical manipulation of the object, and updating the dictionary data by the processor according to the result of the estimation and the re-estimation. An information processing method including is provided.

また、本発明のさらに別の観点によれば、オブジェクトに関する辞書データを取得する辞書データ取得機能と、オブジェクトの第1の画像を取得する画像取得機能と、第1の画像および辞書データに基づいて第1の画像におけるオブジェクトの角度を推定する第1の角度推定機能と、オブジェクトに関する物理的な操作の後に第1の画像におけるオブジェクトの角度を再推定する第2の角度推定機能と、第1の角度推定機能による推定および第2の角度推定機能による再推定の結果に応じて辞書データを更新する辞書データ更新機能とをプロセッサに実現させるためのプログラムが提供される。 According to still another aspect of the present invention, based on a dictionary data acquisition function for acquiring dictionary data regarding an object, an image acquisition function for acquiring a first image of an object, and a first image and dictionary data. A first angle estimation function for estimating the angle of the object in the first image, a second angle estimation function for re-estimating the angle of the object in the first image after a physical operation on the object, A program for causing a processor to realize a dictionary data updating function for updating dictionary data according to the result of the estimation by the angle estimating function and the re-estimation by the second angle estimating function is provided.

本発明の第1の実施形態に係るシステムを概略的に示す図である。It is a figure which shows schematically the system which concerns on the 1st Embodiment of this invention. 図1に示すシステムにおける端末の機能構成を示すブロック図である。It is a block diagram which shows the function structure of the terminal in the system shown in FIG. 図1に示すシステムで用いられる雲台装置および治具の構成を示す概略的な斜視図である。FIG. 2 is a schematic perspective view showing the configurations of a pan head device and a jig used in the system shown in FIG. 1. 図3のI−I線断面図である。It is the II sectional view taken on the line of FIG. 本発明の第1の実施形態において生成される辞書データについて概念的に説明するための図である。It is a figure for notionally explaining the dictionary data produced|generated in the 1st Embodiment of this invention. 図1に示すシステムにおけるロボットの概略的な構成について説明するための図である。It is a figure for demonstrating the schematic structure of the robot in the system shown in FIG. 図1に示すシステムにおけるロボットの機能構成を示すブロック図である。FIG. 2 is a block diagram showing a functional configuration of a robot in the system shown in FIG. 1. 本発明の第1の実施形態における辞書データ生成処理の例を示すフローチャートである。It is a flow chart which shows an example of dictionary data generation processing in a 1st embodiment of the present invention. 本発明の第1の実施形態における認識処理の例を示すフローチャートである。It is a flow chart which shows an example of recognition processing in a 1st embodiment of the present invention. 本発明の第1の実施形態における枝狩り処理の例を示すフローチャートである。It is a flow chart which shows an example of pruning processing in a 1st embodiment of the present invention. 図10に示す枝狩り処理について概念的に説明するための図である。It is a figure for demonstrating notionally the pruning process shown in FIG. 本発明の第1の実施形態における辞書データ更新処理の例を示すフローチャートである。It is a flow chart which shows an example of dictionary data update processing in a 1st embodiment of the present invention. 本発明の第2の実施形態に係るロボットの機能構成を示すブロック図である。It is a block diagram which shows the function structure of the robot which concerns on the 2nd Embodiment of this invention. 本発明の第3の実施形態について概略的に説明するための図である。It is a figure for explaining roughly the 3rd Embodiment of the present invention. 本発明の第3の実施形態に係るロボットの機能構成を示すブロック図である。It is a block diagram which shows the function structure of the robot which concerns on the 3rd Embodiment of this invention. 本発明の実施形態における情報処理装置のハードウェア構成例を示すブロック図である。It is a block diagram showing an example of hardware constitutions of an information processor in an embodiment of the present invention.

以下、添付図面を参照しながら、本発明のいくつかの実施形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。 Hereinafter, some embodiments of the present invention will be described in detail with reference to the accompanying drawings. In this specification and the drawings, components having substantially the same functional configuration are designated by the same reference numerals, and duplicate description will be omitted.

(第1の実施形態)
図1は、本発明の第1の実施形態に係るシステム10を概略的に示す図である。図1を参照すると、システム10は、ネットワークNWによって互いに接続された、端末100と、データベース200と、ロボット300とを含む。端末100には、カメラ150と、雲台装置160とが接続されている。ロボット300は、カメラ310と、マニピュレータ320とを有する。
(First embodiment)
FIG. 1 is a diagram schematically showing a system 10 according to a first embodiment of the present invention. Referring to FIG. 1, the system 10 includes a terminal 100, a database 200, and a robot 300, which are connected to each other by a network NW. A camera 150 and a pan head device 160 are connected to the terminal 100. The robot 300 has a camera 310 and a manipulator 320.

上記のようなシステム10において、カメラ150は、後述する治具170を介して雲台装置160に取り付けられたオブジェクトobjの画像をキャプチャする。端末100は、カメラ150から画像を取得するとともに、雲台装置160からオブジェクトobjの角度を示す角度情報を取得する。なお、以下の説明では、別途の言及がない限り、オブジェクトobjの角度は、3次元空間における角度、例えば直交座標系における3つの軸の回りの回転量によって表される角度である。端末100は、取得した画像および角度情報(、ならびにオブジェクトobjの識別情報)に基づいて辞書データを生成する。生成された辞書データは、データベース200に格納される。 In the system 10 as described above, the camera 150 captures an image of the object obj attached to the pan head device 160 via a jig 170 described later. The terminal 100 acquires an image from the camera 150 and also acquires angle information indicating the angle of the object obj from the camera platform device 160. In the following description, the angle of the object obj is an angle in a three-dimensional space, for example, an angle represented by the amount of rotation around three axes in a rectangular coordinate system, unless otherwise specified. The terminal 100 generates dictionary data based on the acquired image and angle information (and the identification information of the object obj). The generated dictionary data is stored in the database 200.

一方、ロボット300は、マニピュレータ320によってオブジェクトobjを把持した状態で、カメラ310を用いてオブジェクトobjの画像をキャプチャする。ロボット300は、キャプチャされた画像と、データベース200から取得した辞書データとに基づいて、画像に写っているオブジェクトobjを認識し、さらに画像におけるオブジェクトobjの角度を推定する。 On the other hand, the robot 300 captures an image of the object obj using the camera 310 while the manipulator 320 holds the object obj. The robot 300 recognizes the object obj in the image based on the captured image and the dictionary data acquired from the database 200, and further estimates the angle of the object obj in the image.

これによって、ロボット300は、オブジェクトobjを認識したうえで、さらに、マニピュレータ320によって把持されているオブジェクトobjの角度を推定することができる。この角度は、例えば、オブジェクトobjが基準姿勢に対してどの程度回転しているのかを示す。ロボット300は、例えば、角度の推定結果に基づいてマニピュレータ320を制御することによってオブジェクトobjを回転させ、それによってオブジェクトobjを所望の姿勢にすることができる。 Thereby, the robot 300 can recognize the object obj and further estimate the angle of the object obj held by the manipulator 320. This angle indicates, for example, how much the object obj is rotated with respect to the reference posture. The robot 300 can rotate the object obj by controlling the manipulator 320 based on the estimation result of the angle, thereby making the object obj take a desired posture.

上記のようなシステム10は、例えば、ロボット300を用いて物品を配列または整頓する作業を自動化するときに有用である。また、システム10は、例えば、オブジェクトobjの所定の部位に配置された情報(印刷されたコード、RFID(radio frequency identifier)など)を読み取るために、オブジェクトobjをどのように回転させればよいかを特定するためにも有用である。なお、システム10の用途は上記の例には限られず、他にも様々な用途が可能でありうる。 The system 10 as described above is useful, for example, when automating the work of arranging or organizing articles using the robot 300. Also, how should the system 10 rotate the object obj, for example, in order to read information (printed code, RFID (radio frequency identifier), etc.) arranged at a predetermined portion of the object obj. It is also useful for identifying The application of the system 10 is not limited to the above example, and various other applications may be possible.

(辞書データを生成するための構成)
図2は、図1に示すシステムにおける端末100の機能構成を示すブロック図である。図2を参照すると、端末100は、画像取得部110と、角度情報取得部120と、辞書データ生成部130とを含む。端末100は、例えばパーソナルコンピュータ、タブレット、またはスマートフォンなどであり、各部の機能は後述する情報処理装置のハードウェア構成によって実現される。具体的には、例えば、画像取得部110、角度情報取得部120、および辞書データ生成部130の機能は、情報処理装置に含まれるプロセッサによって実現される。辞書データ生成部130によって生成された辞書データ210は、ネットワークを介して端末100に接続されたデータベース200に格納される。データベース200の機能は、ネットワークに接続された1または複数の情報処理装置のストレージによって実現される。なお、端末100が複数のプロセッサを含む場合、複数のプロセッサが協働して上記の各部の機能を実現してもよい。また、後述するように、端末100のプロセッサが実現する機能の一部、または全部は、サーバにおいて実現することも可能である。以下、各部の機能について説明する。
(Structure for generating dictionary data)
FIG. 2 is a block diagram showing a functional configuration of the terminal 100 in the system shown in FIG. Referring to FIG. 2, the terminal 100 includes an image acquisition unit 110, an angle information acquisition unit 120, and a dictionary data generation unit 130. The terminal 100 is, for example, a personal computer, a tablet, a smartphone, or the like, and the function of each unit is realized by the hardware configuration of the information processing device described below. Specifically, for example, the functions of the image acquisition unit 110, the angle information acquisition unit 120, and the dictionary data generation unit 130 are realized by the processor included in the information processing device. The dictionary data 210 generated by the dictionary data generation unit 130 is stored in the database 200 connected to the terminal 100 via the network. The function of the database 200 is realized by the storage of one or more information processing devices connected to the network. When the terminal 100 includes a plurality of processors, the plurality of processors may cooperate to realize the functions of the above units. Further, as will be described later, some or all of the functions realized by the processor of the terminal 100 can be realized by the server. The function of each unit will be described below.

画像取得部110は、カメラ150がキャプチャしたオブジェクトobjの画像を取得する。ここで、カメラ150は、オブジェクトの画像をキャプチャする撮像装置の例である。具体的には、カメラ150は、例えばイメージセンサを有するデジタルカメラであり、画像取得部110はカメラ150によって生成された画像データを受信する。図示された例において、カメラ150は、USB(Universal Serial Bus)などの有線通信インターフェースを介して端末100に接続されるが、他の例において、カメラ150は、Bluetooth(登録商標)などの無線通信インターフェースを介して端末100に接続されてもよい。あるいは、カメラ150は端末100に内蔵され、バスを介して画像取得部110に画像データを送信してもよい。 The image acquisition unit 110 acquires an image of the object obj captured by the camera 150. Here, the camera 150 is an example of an imaging device that captures an image of an object. Specifically, the camera 150 is, for example, a digital camera having an image sensor, and the image acquisition unit 110 receives the image data generated by the camera 150. In the illustrated example, the camera 150 is connected to the terminal 100 via a wired communication interface such as a USB (Universal Serial Bus), but in another example, the camera 150 is a wireless communication such as Bluetooth (registered trademark). It may be connected to the terminal 100 via an interface. Alternatively, the camera 150 may be built in the terminal 100 and transmit image data to the image acquisition unit 110 via a bus.

角度情報取得部120は、雲台装置160からオブジェクトobjの角度を示す角度情報を取得する。ここで、本実施形態において、端末100の角度情報取得部120が取得する角度情報は、雲台装置160の座標系を基準にしたオブジェクトobjの角度を示す。なお、角度情報取得部120自身がオブジェクトobjの角度情報を生成し、その角度情報を雲台装置160に送信するとともに辞書データ生成部130に提供する場合も、「角度情報取得部120が角度情報を取得する」場合に含まれる。この場合、雲台装置160は、角度情報取得部120から受信した角度情報に従ってオブジェクトobjを保持する角度を設定する。本実施形態において、雲台装置160は、オブジェクトobjを保持する保持手段の例である。カメラ150と同様に、雲台装置160も、有線通信インターフェースを介して端末100に接続されてもよく、無線通信インターフェースを介して端末100に接続されてもよい。 The angle information acquisition unit 120 acquires angle information indicating the angle of the object obj from the platform device 160. Here, in the present embodiment, the angle information acquired by the angle information acquisition unit 120 of the terminal 100 indicates the angle of the object obj based on the coordinate system of the platform device 160. Even when the angle information acquisition unit 120 itself generates the angle information of the object obj and transmits the angle information to the camera platform device 160 and provides it to the dictionary data generation unit 130, “the angle information acquisition unit 120 acquires the angle information”. Included in the case of "getting". In this case, the platform device 160 sets the angle for holding the object obj according to the angle information received from the angle information acquisition unit 120. In this embodiment, the platform device 160 is an example of a holding unit that holds the object obj. Like the camera 150, the platform device 160 may be connected to the terminal 100 via a wired communication interface or may be connected to the terminal 100 via a wireless communication interface.

上述の通り、オブジェクトobjの角度は3次元空間における角度、例えば直交座標系における3つの軸の回りの回転量によって表される角度である。それゆえ、角度情報取得部120は、例えば、角度情報を、オブジェクトobjの現在の姿勢と基準姿勢との差分に相当する回転量によって表現する。ここで、基準姿勢は、例えば雲台装置160がリセットされたときのオブジェクトobjの姿勢である。あるいは、基準姿勢は、画像取得部110が辞書データ210の生成のために最初にオブジェクトobjの画像を取得したときのオブジェクトobjの姿勢であってもよい。 As described above, the angle of the object obj is the angle in the three-dimensional space, for example, the angle represented by the rotation amount about the three axes in the orthogonal coordinate system. Therefore, the angle information acquisition unit 120 represents, for example, the angle information by the rotation amount corresponding to the difference between the current posture of the object obj and the reference posture. Here, the reference posture is, for example, the posture of the object obj when the camera platform device 160 is reset. Alternatively, the reference attitude may be the attitude of the object obj when the image acquisition unit 110 first acquires the image of the object obj to generate the dictionary data 210.

辞書データ生成部130は、画像取得部110が取得した画像と、オブジェクトobjの識別情報と、角度情報取得部120が取得した角度情報とに基づいて辞書データ210を生成する。ここで、オブジェクトobjの識別情報は、どのような手段で特定されてもよい。例えば、オブジェクトobjの識別情報は、ユーザが端末100に入力する情報に基づいて特定されてもよい。また、オブジェクトobjの識別情報は、画像取得部110が取得した画像を、画像ベースのオブジェクト認識のために別途提供される辞書データとマッチングさせることによって特定されてもよい。あるいは、辞書データ生成部130は、画像取得部110が取得した複数の画像に共通して含まれるオブジェクトobjに対して識別情報を割り当ててもよい。 The dictionary data generation unit 130 generates the dictionary data 210 based on the image acquired by the image acquisition unit 110, the identification information of the object obj, and the angle information acquired by the angle information acquisition unit 120. Here, the identification information of the object obj may be specified by any means. For example, the identification information of the object obj may be specified based on the information that the user inputs to the terminal 100. Further, the identification information of the object obj may be specified by matching the image acquired by the image acquisition unit 110 with dictionary data separately provided for image-based object recognition. Alternatively, the dictionary data generation unit 130 may assign the identification information to the object obj included in common in the plurality of images acquired by the image acquisition unit 110.

なお、本実施形態における辞書データ210の生成に用いられる情報のうち、画像とオブジェクトobjの識別情報との組み合わせに関しては、既に知られている画像ベースのオブジェクト認識における技術を適宜利用することができる。例えば、辞書データ生成部130は、画像ベースのオブジェクト認識で利用される適切な手法で画像から特徴量を抽出し、抽出された特徴量をオブジェクトobjの識別情報および角度情報と対応付けてもよい。また、例えば、辞書データ生成部130は、画像ベースのオブジェクト認識で利用される適切な手法で分類およびラベリングされたオブジェクトobjの識別情報を利用してもよい。 Note that among the information used for generating the dictionary data 210 in the present embodiment, with respect to the combination of the image and the identification information of the object obj, the already known technology in image-based object recognition can be appropriately used. .. For example, the dictionary data generating unit 130 may extract the feature amount from the image by an appropriate method used in the image-based object recognition, and associate the extracted feature amount with the identification information and the angle information of the object obj. .. Further, for example, the dictionary data generating unit 130 may use the identification information of the object obj that is classified and labeled by an appropriate method used in image-based object recognition.

また、本実施形態では辞書データ210をオブジェクトobjの識別情報に基づいて生成されるものとして説明しているが、辞書データ210は、必ずしもオブジェクトobjの識別情報に基づいて生成されなくてもよい。例えば、システム10が単一の種類のオブジェクトobjのために提供される場合、辞書データ210はオブジェクトobjの識別情報を含まなくてもよい。一方、本実施形態のように辞書データ210がオブジェクトobjの識別情報を含む場合、複数の種類のオブジェクトobjについて、そのオブジェクトobjを認識したうえで、さらにオブジェクトobjの角度を推定することができる。 Further, in the present embodiment, the dictionary data 210 is described as being generated based on the identification information of the object obj, but the dictionary data 210 does not necessarily have to be generated based on the identification information of the object obj. For example, if the system 10 is provided for a single type of object obj, the dictionary data 210 may not include the identification information of the object obj. On the other hand, when the dictionary data 210 includes the identification information of the object obj as in the present embodiment, it is possible to further estimate the angle of the object obj after recognizing the object obj for a plurality of types of objects obj.

(雲台装置および治具の構成)
以下、本実施形態に係るシステム10において上記の端末100とともに用いられる雲台装置160、および雲台装置160にオブジェクトobjを取り付けるための治具170の構成について、さらに説明する。
(Structure of platform and jig)
Hereinafter, the configurations of the camera platform device 160 used together with the terminal 100 in the system 10 according to the present embodiment, and the jig 170 for attaching the object obj to the camera platform device 160 will be further described.

図3は、図1に示すシステムで用いられる雲台装置160および治具170の構成を示す概略的な斜視図である。図4は、図3のI−I線断面図である。図3および図4を参照すると、雲台装置160は、基台161と、1対の支柱162と、1対のアーム163と、1対のピン164と、ホルダ165と、梁166と、制御部167とを含む。治具170は、取付部材171と、連結部材172と、オブジェクトホルダ173と、背景板174とを含む。なお、図3では背景板174の図示が省略されている。以下、各部について説明する。 FIG. 3 is a schematic perspective view showing the configurations of the camera platform device 160 and the jig 170 used in the system shown in FIG. FIG. 4 is a cross-sectional view taken along the line II of FIG. Referring to FIGS. 3 and 4, the platform device 160 includes a base 161, a pair of columns 162, a pair of arms 163, a pair of pins 164, a holder 165, a beam 166, and a control unit. And section 167. The jig 170 includes a mounting member 171, a connecting member 172, an object holder 173, and a background plate 174. The background plate 174 is omitted in FIG. 3. Hereinafter, each part will be described.

雲台装置160において、基台161は、例えば回転テーブルであり、制御部167によって制御されるモータ(図示せず)の駆動によって、軸Aの回りに回動する。ここで、軸Aは、カメラ150の光軸(図4に軸Aとして示す)に直交する。1対の支柱162は、基台161上で、軸Aに対して対称な位置に固定される。従って、1対の支柱162の中点は軸Aにほぼ一致する。1対のアーム163は、基台161とは反対側で、1対の支柱162のそれぞれにピン164を用いて連結される。ピン164は、軸Aに直交する軸A上に位置する。1対のアーム163は、それぞれ、軸Aの回りに枢動可能である。具体的には、1対の支柱162とピン164との間、またはピン164と1対のアーム163との間はギアを介して連結され、このギアに制御部167によって制御されるモータ(図示せず)が接続されることによって、1対のアーム163が軸Aの回りに枢動する。 In the platform device 160, the base 161 is, for example, a rotary table, and is rotated about the axis A 1 by driving a motor (not shown) controlled by the control unit 167. Here, the axis A 1 is orthogonal to the optical axis of the camera 150 (shown as axis A 3 in FIG. 4). The pair of support columns 162 are fixed on the base 161 at positions symmetrical with respect to the axis A 1 . Therefore, the midpoint of the pair of struts 162 substantially coincides with the axis A 1 . The pair of arms 163 is connected to each of the pair of columns 162 using a pin 164 on the side opposite to the base 161. The pin 164 is located on the axis A 2 which is orthogonal to the axis A 1 . The pair of arms 163 are each pivotable about an axis A 2 . Specifically, the pair of support columns 162 and the pin 164, or the pin 164 and the pair of arms 163 are connected via a gear, and a motor controlled by the control unit 167 is connected to the gear (see FIG. The connection of (not shown) pivots the pair of arms 163 about axis A 2 .

ホルダ165は、1対の支柱162とは反対側で、1対のアーム163の端部同士の間に、梁166を介して固定される。ホルダ165は、例えば雲台装置160がカメラ用の自動雲台として用いられる場合にはカメラが取り付けられる部材であるが、後述するように本実施形態では治具170の取付部材171がホルダ165に取り付けられる。上記のように1対のアーム163が軸Aの回りに枢動すると、ホルダ165は軸Aの回りに旋回する。ここで、上述したような1対のアーム163の構成によって、ホルダ165が軸A2の回りに旋回する間、ホルダ165の取付面165sは軸Aに向いた状態に維持される。 The holder 165 is fixed via a beam 166 between the ends of the pair of arms 163 on the side opposite to the pair of columns 162. The holder 165 is a member to which the camera is attached, for example, when the camera platform device 160 is used as an automatic camera platform, but in the present embodiment, the attachment member 171 of the jig 170 is attached to the holder 165 as described later. It is attached. When the pair of arms 163 pivots about the axis A 2 as described above, the holder 165 pivots about the axis A 2 . Here, due to the configuration of the pair of arms 163 as described above, the mounting surface 165s of the holder 165 is maintained in the state of being oriented to the axis A 2 while the holder 165 is pivoting around the axis A2.

制御部167は、例えば雲台装置160に組み込まれるマイクロコントローラであり、上述のようにモータを制御することによって基台161の回動および1対のアーム163の枢動を制御する。制御部167は、例えば予め定められた手順に従って、または端末100からの指示に従ってモータを制御する。このようにして、制御部167は、基台161が軸Aの回りに回動する角度、および1対のアーム163が軸Aの回りに枢動する角度を設定する。端末100の角度情報取得部120は、例えばこのような制御部167による角度の設定値を示す情報を、角度情報として取得する。 The control unit 167 is, for example, a microcontroller incorporated in the platform device 160, and controls the rotation of the base 161 and the pivotal movement of the pair of arms 163 by controlling the motor as described above. The control unit 167 controls the motor according to, for example, a predetermined procedure or an instruction from the terminal 100. In this way, the control unit 167 sets the angle at which the base 161 rotates about the axis A 1 and the angle at which the pair of arms 163 pivots about the axis A 2 . The angle information acquisition unit 120 of the terminal 100 acquires, for example, the information indicating the set value of the angle by the control unit 167 as the angle information.

以上のような雲台装置160は、本来、ホルダ165に取り付けられたカメラのパン(軸Aの回りの回転)およびチルト(軸Aの回りのスイング)を自動化する装置として流通している。本実施形態では、かかる雲台装置160を利用してオブジェクトobjの角度の設定を自動化することによって、さまざまな角度を網羅した辞書データ210を効率的に生成することが意図されている。ただし、雲台装置160のホルダ165に直接オブジェクトobjを取り付けた場合、1対のアーム163を枢動するとホルダ165が軸Aの回りにスイングし、結果としてオブジェクトobjの位置がカメラ150の光軸(図4に軸Aとして示す)から大きく外れてしまう。そこで、本実施形態では、以下で説明するような治具170を介してオブジェクトobjを雲台装置160に取り付ける。 The pan head device 160 as described above is originally distributed as a device that automates pan (rotation around the axis A 1 ) and tilt (swing around the axis A 2 ) of a camera attached to the holder 165. .. In this embodiment, it is intended to efficiently generate the dictionary data 210 covering various angles by automatically setting the angle of the object obj using the platform device 160. However, when the object obj is directly attached to the holder 165 of the platform device 160, when the pair of arms 163 is pivoted, the holder 165 swings around the axis A 2 , and as a result, the position of the object obj is changed by the light of the camera 150. It will deviate significantly from the axis (shown as axis A 3 in FIG. 4). Therefore, in this embodiment, the object obj is attached to the pan head device 160 via a jig 170 as described below.

治具170において、取付部材171は、雲台装置160のホルダ165に取り付け可能な部材である。例えば、取付部材171には、ホルダ165に設けられているカメラの固定のための構造に対応した取り付け構造が設けられる。具体的には、ホルダ165にカメラの固定のためのネジが設けられている場合、取付部材171にはネジ穴が設けられる。あるいは、取付部材171は、ホルダ165の構造にかかわらず利用可能な取り付け構造が設けられてもよい。具体的には、取付部材171には、ホルダ165を挟持するクリップ、またはホルダ165に巻回されるベルトなどが設けられてもよい。 In the jig 170, the attachment member 171 is a member that can be attached to the holder 165 of the platform device 160. For example, the mounting member 171 is provided with a mounting structure corresponding to the structure for fixing the camera provided in the holder 165. Specifically, when the holder 165 is provided with a screw for fixing the camera, the mounting member 171 is provided with a screw hole. Alternatively, the mounting member 171 may be provided with a mounting structure that can be used regardless of the structure of the holder 165. Specifically, the attachment member 171 may be provided with a clip that holds the holder 165, a belt wound around the holder 165, or the like.

オブジェクトホルダ173は、オブジェクトobjを取り付け可能な部材である。例えば、オブジェクトホルダ173には、オブジェクトobjとの接触面積を可能な限り少なくしつつオブジェクトobjを固定することが可能な取り付け構造が設けられる。これは、取り付け構造とオブジェクトobjとの接触面積は、カメラ150がキャプチャするオブジェクトobjの画像におけるオクルージョン領域になりうるためである。具体的には、オブジェクトホルダ173には、オブジェクトobjを挟持するクリップ、オブジェクトobjを掴持するフック、オブジェクトobjが貼着される粘着面などが設けられてもよい。また、磁性体であるオブジェクトobjのために、オブジェクトホルダ173には磁石が設けられてもよい。 The object holder 173 is a member to which the object obj can be attached. For example, the object holder 173 is provided with a mounting structure capable of fixing the object obj while reducing the contact area with the object obj as much as possible. This is because the contact area between the attachment structure and the object obj can be an occlusion area in the image of the object obj captured by the camera 150. Specifically, the object holder 173 may be provided with a clip that holds the object obj, a hook that holds the object obj, an adhesive surface to which the object obj is attached, and the like. A magnet may be provided in the object holder 173 for the object obj which is a magnetic body.

連結部材172は、取付部材171とオブジェクトホルダ173とを連結する。また、連結部材172は、取付部材171が雲台装置160のホルダ165に取り付けられたときに、オブジェクトホルダ173に取り付けられたオブジェクトobjが軸Aと軸Aとの交点の近傍に位置するように、取付部材171とオブジェクトホルダ173との位置関係を規定する。例えば、連結部材172は、取付部材171がホルダ165に取り付けられたときに1対のアーム163に沿って延びるように取付部材171に連結される。このとき、連結部材172の1対のアーム163に沿った方向の長さは、ホルダ165と軸Aとの間の距離から、取付部材171およびオブジェクトホルダ173の厚さと、オブジェクトobjの厚さの半分とを除いたものにほぼ等しい。連結部材172は、アーム163に沿った方向の長さを調節可能な構造を有してもよい。これによって、オブジェクトobjのサイズに合わせて連結部材172の長さを調節し、オブジェクトobjの中心を軸A1と軸A2との交点に近づけることができる。 The connecting member 172 connects the mounting member 171 and the object holder 173. Further, the connecting member 172 is located near the intersection of the axis A 1 and the axis A 2 with the object obj attached to the object holder 173 when the attachment member 171 is attached to the holder 165 of the camera platform device 160. Thus, the positional relationship between the mounting member 171 and the object holder 173 is defined. For example, the connecting member 172 is connected to the mounting member 171 so as to extend along the pair of arms 163 when the mounting member 171 is mounted on the holder 165. At this time, the length of the connecting member 172 in the direction along the pair of arms 163 is determined by the distance between the holder 165 and the axis A 2 from the thickness of the attachment member 171 and the object holder 173 and the thickness of the object obj. Is almost equal to the half of. The connection member 172 may have a structure capable of adjusting the length in the direction along the arm 163. This makes it possible to adjust the length of the connecting member 172 according to the size of the object obj and bring the center of the object obj close to the intersection of the axis A1 and the axis A2.

以上のような治具170を介して雲台装置160に取り付けられたオブジェクトobjは、軸Aと軸Aとの交点の近傍に位置する。それゆえ、雲台装置160の基台161が軸Aの回りに回動したときも、1対のアーム163が軸Aの回りに枢動したときも、オブジェクトobjの位置はほぼ変化せず、カメラ150の光軸(図4に軸Aとして示す)から大きく外れることがない。従って、本実施形態では、雲台装置160の制御部167が基台161が軸Aの回りに回動する角度、および1対のアーム163が軸Aの回りに枢動する角度を設定したときに、これらの角度をオブジェクトobjの軸Aおよび軸Aの回りの回転量とみなすことができる。 The object obj attached to the platform device 160 via the jig 170 as described above is located near the intersection of the axis A 1 and the axis A 2 . Therefore, even when the base 161 of the platform device 160 is rotated around the axis A 1 and the pair of arms 163 is pivoted around the axis A 2 , the position of the object obj is substantially unchanged. In other words, the optical axis of the camera 150 (shown as the axis A 3 in FIG. 4) is not largely deviated. Therefore, in this embodiment, the control unit 167 of the platform device 160 sets the angle at which the base 161 rotates about the axis A 1 and the angle at which the pair of arms 163 pivots about the axis A 2. Then, these angles can be regarded as the rotation amounts of the object obj about the axis A 1 and the axis A 2 .

なお、上記のような雲台装置160および治具170を用いた場合、軸Aおよび軸Aに直交する軸A、すなわちカメラ150の光軸の回りにはオブジェクトobjが回転させられないが、軸Aの回りの回転については、カメラ150がキャプチャした画像を平面回転させることによって精度よく補完することが可能である。また、上記の説明では簡単のためにオブジェクトobjがカメラ150の光軸上にあるものとしたが、オブジェクトobjは必ずしもカメラ150の光軸上になくてもよい。 When using the platform device 160 and the jig 170 as described above, the object obj cannot be rotated around the axis A 3 orthogonal to the axis A 1 and the axis A 2 , that is, the optical axis of the camera 150. However, the rotation around the axis A 3 can be accurately complemented by rotating the image captured by the camera 150 in a plane. Further, in the above description, the object obj is on the optical axis of the camera 150 for simplification, but the object obj is not necessarily on the optical axis of the camera 150.

背景板174は、連結部材172またはオブジェクトホルダ173に取り付けられ、オブジェクトobjの背景を提供する。例えば、背景板174には、スクリーンを選択的に取り付けるための取り付け構造が設けられてもよい。スクリーンは、例えば、互いに異なる材質で形成される複数のスクリーンを含みうる。材質は、例えば紙、布、またはフィルムを含みうる。また、スクリーンは、互いに異なる色、または互いに異なる反射特性を有する複数のスクリーンを含んでもよい。スクリーンを交換することによって、材質、色、または反射特性などが異なるオブジェクトobjの複数の背景を、交換可能に提供することができる。また、例えば、背景板174は、連結部材172またはオブジェクトホルダ173に着脱可能に取り付けられてもよい。この場合、複数の背景板174を選択的に取り付けることによって、材質、色、または反射特性などが異なるオブジェクトobjの複数の背景を、交換可能に提供することができる。具体的には、例えば、背景板174は、オブジェクトobjに向けられる面が互いに異なる材質で形成される複数の背景板174を含みうる。材質は、例えば紙、布、またはフィルムを含みうる。また、背景板174は、オブジェクトobjに向けられる面が互いに異なる色、または互いに異なる反射特性を有する複数の背景板174を含んでもよい。 The background plate 174 is attached to the connecting member 172 or the object holder 173 and provides a background of the object obj. For example, the background plate 174 may be provided with a mounting structure for selectively mounting the screen. The screen may include, for example, a plurality of screens made of different materials. The material can include, for example, paper, cloth, or film. The screen may also include a plurality of screens having different colors or different reflection characteristics. By exchanging the screen, it is possible to exchangeably provide a plurality of backgrounds of the object obj having different materials, colors, reflection characteristics, or the like. Further, for example, the background plate 174 may be detachably attached to the connecting member 172 or the object holder 173. In this case, by selectively attaching the plurality of background plates 174, it is possible to exchangeably provide a plurality of backgrounds of the object obj having different materials, colors, reflection characteristics, or the like. Specifically, for example, the background plate 174 may include a plurality of background plates 174 whose surfaces facing the object obj are made of different materials. The material can include, for example, paper, cloth, or film. In addition, the background plate 174 may include a plurality of background plates 174 in which surfaces facing the object obj have different colors or different reflection characteristics.

(辞書データの概念的な説明)
図5は、本発明の第1の実施形態において生成される辞書データについて概念的に説明するための図である。図5には、ある識別情報によって特定されるオブジェクトobj(図示された例ではコネクタ)に対応付けられる辞書データ210が例示されている。図示された例において、オブジェクトobjの角度は、3次元空間における直交座標系の3つの軸(X軸、Y軸、Z軸)の回りの回転量によって表されるベクトル量である。辞書データ210は、オブジェクトobjの角度について、X軸の回りの回転量(rot_X)について全周をN個に分割し、Y軸の回りの回転量(rot_Y)について全周をN個に分割し、Z軸の回りの回転量(rot_Z)について全周をN個に分割することによって定義されるN×N×N個の要素を少なくとも含む。それぞれの要素は、少なくとも1つの、オブジェクトobjの画像に対応する情報に対応付けられる。ここで、オブジェクトobjの画像に対応する情報は、例えば、オブジェクトobjが回転量(rot_X,rot_Y,rot_Z)で表される角度であるときにカメラ150がキャプチャした画像から抽出された特徴量でありうる。
(Conceptual explanation of dictionary data)
FIG. 5 is a diagram for conceptually explaining the dictionary data generated in the first embodiment of the present invention. FIG. 5 illustrates dictionary data 210 associated with an object obj (a connector in the illustrated example) specified by certain identification information. In the illustrated example, the angle of the object obj is a vector amount represented by the amount of rotation around the three axes (X axis, Y axis, Z axis) of the orthogonal coordinate system in the three-dimensional space. Regarding the angle of the object obj, the dictionary data 210 divides the entire circumference into N X pieces about the rotation amount around the X axis (rot_X), and makes the entire circumference into N Y pieces around the rotation amount around the Y axis (rot_Y). It includes at least N X ×N Y ×N Z elements defined by dividing and dividing the entire circumference into N Z pieces about the rotation amount (rot_Z) about the Z axis. Each element is associated with at least one piece of information corresponding to the image of the object obj. Here, the information corresponding to the image of the object obj is, for example, a feature amount extracted from the image captured by the camera 150 when the object obj has an angle represented by a rotation amount (rot_X, rot_Y, rot_Z). sell.

なお、上記の例において、それぞれの軸の回りの回転量(rot_X,rot_Y,rot_Z)の分割幅は、異なっていてもよい(つまり、N,N,Nの少なくともいずれかが他と異なっていてもよい)。また、回転量は、必ずしも均等に分割されなくてもよい。例えば、後述するオブジェクトobjの角度の推定において、信頼度の高い推定がされにくい角度があった場合、当該角度に対応する回転量の近傍では、回転量の分割幅が他の部分よりも小さく設定されてもよい。 In the above example, the division widths of the rotation amounts (rot_X, rot_Y, rot_Z) about the respective axes may be different (that is, at least one of N X , N Y , and N Z is different from the others). May be different). Further, the rotation amount does not necessarily have to be evenly divided. For example, in the angle estimation of the object obj described later, if there is an angle that is difficult to estimate with high reliability, the division width of the rotation amount is set to be smaller than other portions in the vicinity of the rotation amount corresponding to the angle. May be done.

例えば、ロボット300のカメラ310が、角度が未知のオブジェクトobjの画像をキャプチャした場合、キャプチャされた画像から抽出された特徴量と、上記のような辞書データ210の要素に対応付けられた特徴量とをマッチングすることで、オブジェクトobjの角度を推定することができる。 For example, when the camera 310 of the robot 300 captures an image of an object obj whose angle is unknown, the feature amount extracted from the captured image and the feature amount associated with the elements of the dictionary data 210 as described above. By matching and, the angle of the object obj can be estimated.

ここで、辞書データ210では、同じオブジェクトobjの角度情報と、複数の異なる画像とに基づいて生成される複数の要素を含んでもよい。この場合、辞書データ210の要素は、N×N×N個よりも多くなる。同じ角度情報に対応付けられる複数の画像の間では、例えばキャプチャされたときの環境条件が異なっていてもよい。環境条件は、例えば背景または光の配置などでありうる。複数の異なる環境条件で辞書データ210を生成することで、様々な環境条件でオブジェクトobjの角度を推定可能な辞書データ210を提供することができる。 Here, the dictionary data 210 may include a plurality of elements generated based on the angle information of the same object obj and a plurality of different images. In this case, the dictionary data 210 has more elements than N X ×N Y ×N Z. For example, the environmental conditions at the time of capturing may be different between the plurality of images associated with the same angle information. The environmental conditions can be, for example, the background or the placement of light. By generating the dictionary data 210 under a plurality of different environmental conditions, it is possible to provide the dictionary data 210 capable of estimating the angle of the object obj under various environmental conditions.

上記の場合において、端末100の画像取得部110は、オブジェクトobjの互いに異なる複数の画像を取得する。例えば、画像取得部110は、治具170の背景板174を用いてオブジェクトobjの背景を交換する前後で、雲台装置160の制御部167が同じ角度を設定したときのオブジェクトobjの画像をそれぞれ取得してもよい。この場合、辞書データ生成部130は、背景が異なる複数の画像、これらの複数の画像に共通するオブジェクトobjの識別情報、およびこれらの複数の画像に共通するオブジェクトobjの角度を示す角度情報に基づいて、辞書データ210の複数の要素を生成する。 In the above case, the image acquisition unit 110 of the terminal 100 acquires a plurality of different images of the object obj. For example, the image acquisition unit 110 respectively displays images of the object obj when the control unit 167 of the pan head device 160 sets the same angle before and after the background of the object obj is exchanged using the background plate 174 of the jig 170. You may get it. In this case, the dictionary data generation unit 130 is based on a plurality of images with different backgrounds, identification information of the object obj common to these images, and angle information indicating the angle of the object obj common to these images. Then, a plurality of elements of the dictionary data 210 are generated.

(ロボットの構成)
図6は、図1に示すシステムにおけるロボット300の概略的な構成について説明するための図である。図6を参照すると、ロボット300は、カメラ310と、マニピュレータ320と、制御部330と、センサ340と、モータ350とを含む。ロボット300は、制御部330の制御に従って、例えばマニピュレータ320を用いてオブジェクトobjを把持し、カメラ310を用いてオブジェクトobjの画像をキャプチャすることができる。本実施形態では、マニピュレータ320も、上述した雲台装置160と同様に、オブジェクトobjを保持する保持手段の例である。制御部330は、例えば後述する情報処理装置のハードウェア構成によって実現される。
(Robot configuration)
FIG. 6 is a diagram for explaining a schematic configuration of the robot 300 in the system shown in FIG. Referring to FIG. 6, the robot 300 includes a camera 310, a manipulator 320, a controller 330, a sensor 340, and a motor 350. Under the control of the control unit 330, the robot 300 can grasp the object obj using the manipulator 320 and capture an image of the object obj using the camera 310, for example. In the present embodiment, the manipulator 320 is also an example of a holding unit that holds the object obj, similarly to the pan head device 160 described above. The control unit 330 is realized, for example, by a hardware configuration of an information processing device described later.

センサ340は、ロボット300で利用される、またはロボット300から他の装置に送信される、各種の測定値を取得するためのセンサを含む。具体的には、センサ340は、加速度センサ、角速度センサ、地磁気センサ、および/またはGNSS(Global Navigation Satellite System)受信機などを含んでもよい。また、センサ340は、深度センサ、またはLIDAR(Laser Imaging Detection and Ranging)のようなレーザーレンジスキャナを含んでもよい。 The sensor 340 includes a sensor that is used by the robot 300 or is transmitted from the robot 300 to another device to obtain various measurement values. Specifically, the sensor 340 may include an acceleration sensor, an angular velocity sensor, a geomagnetic sensor, and/or a GNSS (Global Navigation Satellite System) receiver. Further, the sensor 340 may include a depth sensor or a laser range scanner such as a LIDAR (Laser Imaging Detection and Ranging).

モータ350は、制御部330の制御に従って、ロボット300の各部を動作させる。モータ350は、例えば、関節構造(図示せず)を動作させてロボット300の姿勢を変更したり、ロボット300を移動させたりするためのモータ(アクチュエータ)を含みうる。また、モータ350は車輪を回転させてロボット300を移動させるためのモータを含んでもよい。なお、モータ350を含むロボット300の各部の構成は、既に知られているロボットの設計手法に基づいて適切に構成することができる。ここで、ロボット300は、必ずしも姿勢を変更しなくてもよく、また移動しなくてもよい。同様に、ロボット300は必ずしも(マニピュレータ320以外の)関節構造を含まなくてもよく、また車輪を含まなくてもよい。 The motor 350 operates each unit of the robot 300 under the control of the control unit 330. The motor 350 may include, for example, a motor (actuator) that operates a joint structure (not shown) to change the posture of the robot 300 or move the robot 300. The motor 350 may include a motor for rotating the wheels to move the robot 300. The configuration of each part of the robot 300 including the motor 350 can be appropriately configured based on a known robot design method. Here, the robot 300 does not necessarily have to change its posture and may not move. Similarly, the robot 300 need not necessarily include joint structures (other than the manipulator 320) and need not include wheels.

(オブジェクトの角度を推定するための構成)
図7は、図1に示すシステムにおけるロボット300の機能構成を示すブロック図である。図7を参照すると、ロボット300は、カメラ310およびマニピュレータ320に加えて、画像取得部331と、辞書データ取得部332と、オブジェクト認識/角度推定部333と、結果出力部334と、辞書データ更新部335と、マニピュレータ制御部336と、角度情報取得/角度推定部337とを含む。カメラ310およびマニピュレータ320以外の各部は、例えば上述したロボット300の制御部330を実現する情報処理装置のプロセッサによって実現される。なお、制御部330が複数のプロセッサを含む場合、複数のプロセッサが協働して上記の各部の機能を実現してもよい。また、後述するように、制御部330のプロセッサが実現する機能の一部、または全部をサーバにおいて実現することも可能である。以下、各部の機能について説明する。なお、辞書データの更新に関する機能については、後にフローチャートを参照して詳述するため、ここでは簡潔な記載にとどめる。
(Structure for estimating the angle of the object)
FIG. 7 is a block diagram showing a functional configuration of the robot 300 in the system shown in FIG. Referring to FIG. 7, in addition to the camera 310 and the manipulator 320, the robot 300 includes an image acquisition unit 331, a dictionary data acquisition unit 332, an object recognition/angle estimation unit 333, a result output unit 334, and a dictionary data update. A unit 335, a manipulator control unit 336, and an angle information acquisition/angle estimation unit 337 are included. Each unit other than the camera 310 and the manipulator 320 is realized by, for example, a processor of an information processing device that realizes the control unit 330 of the robot 300 described above. When the control unit 330 includes a plurality of processors, the plurality of processors may cooperate to realize the functions of the above units. Further, as will be described later, it is possible to realize some or all of the functions realized by the processor of the control unit 330 in the server. The function of each unit will be described below. The function relating to the update of the dictionary data will be described in detail later with reference to the flowchart, and therefore the description will be limited to a simple description here.

画像取得部331は、カメラ310がキャプチャしたオブジェクトobjの画像を取得する。ここで、本実施形態では、カメラ310も、上述したカメラ150と同様に、オブジェクトの画像をキャプチャする撮像装置の例である。カメラ150がキャプチャする画像と、カメラ310がキャプチャする画像とは、同じ種類のオブジェクトobjを含むものの、互いに異なる画像である。具体的には、カメラ310は、例えばイメージセンサを有するデジタルカメラであり、画像取得部331はカメラ310によって生成された画像データを受信する。例えば、ロボット300は、マニピュレータ320を用いてオブジェクトobjを把持している。この場合、画像取得部331が取得する画像には、マニピュレータ320に把持されたオブジェクトobjが含まれる。あるいは、画像取得部331には、マニピュレータ320に把持されず、テーブルまたは床などに置かれたオブジェクトobjが含まれてもよい。図示された例において、カメラ310はロボット300に内蔵され、バスを介して画像取得部331に画像データを送信するが、カメラ310が有線通信インターフェース、または無線通信インターフェースを介してロボット300に外部接続されてもよい。 The image acquisition unit 331 acquires the image of the object obj captured by the camera 310. Here, in the present embodiment, the camera 310 is also an example of an imaging device that captures an image of an object, like the camera 150 described above. The image captured by the camera 150 and the image captured by the camera 310 are different images including the same type of object obj. Specifically, the camera 310 is a digital camera having an image sensor, for example, and the image acquisition unit 331 receives the image data generated by the camera 310. For example, the robot 300 holds the object obj using the manipulator 320. In this case, the image acquired by the image acquisition unit 331 includes the object obj held by the manipulator 320. Alternatively, the image acquisition unit 331 may include an object obj placed on the table, floor, or the like without being held by the manipulator 320. In the illustrated example, the camera 310 is built in the robot 300 and transmits image data to the image acquisition unit 331 via a bus, but the camera 310 is externally connected to the robot 300 via a wired communication interface or a wireless communication interface. May be done.

辞書データ取得部332は、ネットワークを介してロボット300に接続されたデータベース200から辞書データ210を取得する。上述の通り、辞書データ210は、オブジェクトobjの画像および角度情報(ならびにオブジェクトobjの識別情報)に基づいて生成される。ロボット300は、この辞書データ210を、マニピュレータ320によって把持されているオブジェクトobjの角度を推定するために利用する。なお、辞書データ取得部332は、必ずしも辞書データ210の全体を取得しなくてもよい。例えば、辞書データ210が複数の種類のオブジェクトについて生成され、かつ画像取得部331が取得した画像に含まれるオブジェクトobjが既に識別されている場合、辞書データ取得部332は、辞書データ210のうちオブジェクトobjの識別情報に対応付けられた要素を選択的に取得する。 The dictionary data acquisition unit 332 acquires the dictionary data 210 from the database 200 connected to the robot 300 via the network. As described above, the dictionary data 210 is generated based on the image of the object obj and the angle information (and the identification information of the object obj). The robot 300 uses the dictionary data 210 to estimate the angle of the object obj held by the manipulator 320. The dictionary data acquisition unit 332 does not necessarily have to acquire the entire dictionary data 210. For example, when the dictionary data 210 is generated for a plurality of types of objects and the object obj included in the image acquired by the image acquisition unit 331 has already been identified, the dictionary data acquisition unit 332 determines that the object in the dictionary data 210 is the object. The element associated with the obj identification information is selectively acquired.

オブジェクト認識/角度推定部333は、画像取得部331が取得したオブジェクトobjの画像と、辞書データ取得部332が取得した辞書データ210とに基づいて、画像におけるオブジェクトobjの角度を推定する。辞書データ210が複数の種類のオブジェクトについて生成され、かつ画像取得部331が取得した画像に含まれるオブジェクトobjが識別されていない場合、オブジェクト認識/角度推定部333は画像ベースのオブジェクト認識によってオブジェクトobjの識別情報を特定する。画像ベースのオブジェクト認識については、既に知られている技術を応用可能であるため、詳細な説明は省略する。例えば辞書データ210が単一の種類のオブジェクトについて生成されている場合、または画像取得部331が取得した画像に含まれるオブジェクトobjが既に識別されている場合、オブジェクト認識/角度推定部333はオブジェクト認識を実行しない。 The object recognition/angle estimation unit 333 estimates the angle of the object obj in the image based on the image of the object obj acquired by the image acquisition unit 331 and the dictionary data 210 acquired by the dictionary data acquisition unit 332. When the dictionary data 210 is generated for a plurality of types of objects and the object obj included in the image acquired by the image acquisition unit 331 is not identified, the object recognition/angle estimation unit 333 determines that the object obj by the image-based object recognition. Specify the identification information of. As for the image-based object recognition, a known technique can be applied, and thus a detailed description thereof will be omitted. For example, when the dictionary data 210 is generated for a single type of object, or when the object obj included in the image acquired by the image acquisition unit 331 is already identified, the object recognition/angle estimation unit 333 performs object recognition. Do not run.

一方、オブジェクト認識/角度推定部333によるオブジェクトobjの角度の推定は、例えば画像取得部331が取得した画像と辞書データ210の要素とのマッチングによって実行される。この場合、マッチングのスコアが最も高かった辞書データ210の要素に対応付けられた角度が、画像におけるオブジェクトobjの角度として推定される。後述するように、オブジェクトobjの角度を推定するための辞書データ210は多数の要素を含みうる。そこで、オブジェクト認識/角度推定部333は、画像取得部331が取得した画像に基づいて辞書データ210を枝狩りし、枝狩りされた辞書データ210と画像とのマッチングを実行してもよい。ここで、本実施形態において、枝狩り(pruning)は、オブジェクトobjの角度を推定するためのマッチングよりも処理負荷の軽い処理によって、マッチングの対象にしない辞書データ210を決定する処理である。 On the other hand, the object recognition/angle estimation unit 333 estimates the angle of the object obj, for example, by matching the image acquired by the image acquisition unit 331 with the element of the dictionary data 210. In this case, the angle associated with the element of the dictionary data 210 having the highest matching score is estimated as the angle of the object obj in the image. As will be described later, the dictionary data 210 for estimating the angle of the object obj can include many elements. Therefore, the object recognition/angle estimation unit 333 may prun the dictionary data 210 based on the image acquired by the image acquisition unit 331 and execute matching between the pruned dictionary data 210 and the image. Here, in the present embodiment, the pruning is a process of determining the dictionary data 210 that is not a target of the matching by a process having a lighter processing load than the matching for estimating the angle of the object obj.

結果出力部334は、オブジェクト認識/角度推定部333による認識の結果を出力する。上述のように、ロボット300はオブジェクトobjの角度の推定結果をロボット300自身の動作、例えばマニピュレータ320の制御のために利用してもよいが、必要に応じて、推定結果を何らかの形で出力してもよい。より具体的には、例えば、推定結果は、ロボット300のディスプレイにおいて画像として表示されてもよく、スピーカから音声として出力されてもよい。また、推定結果は、ロボット300が有する通信装置からネットワークを介してさらに別の装置に送信されてもよい。結果出力部334は、上記のような推定結果の出力を制御する。なお、推定結果を出力する必要がない場合には、結果出力部334は設けられない。 The result output unit 334 outputs the result of recognition by the object recognition/angle estimation unit 333. As described above, the robot 300 may use the estimation result of the angle of the object obj for the operation of the robot 300 itself, for example, the control of the manipulator 320, but if necessary, the estimation result may be output in some form. May be. More specifically, for example, the estimation result may be displayed as an image on the display of the robot 300 or may be output as sound from the speaker. The estimation result may be transmitted from the communication device of the robot 300 to another device via the network. The result output unit 334 controls the output of the estimation result as described above. The result output unit 334 is not provided when it is not necessary to output the estimation result.

辞書データ更新部335は、オブジェクト認識/角度推定部333によるオブジェクトobjの角度の推定の結果、および後述する角度情報取得/角度推定部337による角度の再推定の結果に応じて、辞書データ210を更新する。より具体的には、辞書データ更新部335は、オブジェクト認識/角度推定部333によって推定された角度の信頼度が閾値を超えない場合に、角度情報取得/角度推定部337による角度の再推定の結果に基づいて辞書データ210を更新する。なお、以下の説明では、オブジェクト認識/角度推定部333による角度の推定機能を「第1の角度推定機能」、角度情報取得/角度推定部337による角度の再推定機能を「第2の角度推定機能」ともいう。これらの角度推定機能は、必ずしも互いに独立して実施されるものではない。例えば、後述するように、角度情報取得/角度推定部337は、角度の再推定にあたって、オブジェクト認識/角度推定部333による角度の推定結果を利用する。つまり、「第1の角度推定機能」が単独で実行される場合もあり、「第2の角度推定機能」が「第1の角度推定機能」を呼び出す場合もある。 The dictionary data updating unit 335 stores the dictionary data 210 according to the result of the estimation of the angle of the object obj by the object recognition/angle estimation unit 333 and the result of the angle information acquisition/angle estimation by the angle estimation unit 337 described later. Update. More specifically, when the reliability of the angle estimated by the object recognition/angle estimation unit 333 does not exceed the threshold, the dictionary data update unit 335 performs the angle information acquisition/angle estimation by the angle estimation unit 337. The dictionary data 210 is updated based on the result. In the following description, the angle estimation function of the object recognition/angle estimation unit 333 is the “first angle estimation function”, and the angle re-estimation function of the angle information acquisition/angle estimation unit 337 is the “second angle estimation function”. Also called "function." These angle estimation functions are not necessarily performed independently of each other. For example, as will be described later, the angle information acquisition/angle estimation unit 337 uses the estimation result of the angle by the object recognition/angle estimation unit 333 when re-estimating the angle. That is, the "first angle estimating function" may be executed independently, and the "second angle estimating function" may call the "first angle estimating function".

マニピュレータ制御部336は、オブジェクトobjを把持しているロボット300のマニピュレータ320を制御する。辞書データ更新部335が辞書データ210の更新を実行するとき、マニピュレータ制御部336は、マニピュレータ320を制御することによってオブジェクトobjを回転させる。なお、ここでいう回転は、オブジェクトobjの角度の変更を意味する。オブジェクトobjの回転は、オブジェクトobjの角度の再推定にあたって実行される、オブジェクトobjに関する物理的な操作の例である。 The manipulator control unit 336 controls the manipulator 320 of the robot 300 holding the object obj. When the dictionary data updating unit 335 updates the dictionary data 210, the manipulator control unit 336 controls the manipulator 320 to rotate the object obj. The rotation referred to here means a change in the angle of the object obj. The rotation of the object obj is an example of a physical operation relating to the object obj, which is executed in re-estimating the angle of the object obj.

角度情報取得/角度推定部337は、マニピュレータ制御部336からオブジェクトobjの角度を示す角度情報を取得する。ここで、本実施形態において、ロボット300の角度情報取得/角度推定部337が取得する角度情報は、ロボット300、またはマニピュレータ320の座標系を基準にしたオブジェクトobjの角度を示す。従って、本実施形態では、マニピュレータ制御部336から取得される角度情報は、辞書データ210の角度情報と必ずしも直接的に対応付けられない。そこで、本実施形態において、角度情報取得/角度推定部337は、マニピュレータ制御部336がマニピュレータ320を制御してオブジェクトobjを回転させる前後の角度情報からオブジェクトobjの回転量Δθを算出し、この回転量Δθを後述する角度の再推定に利用する。 The angle information acquisition/angle estimation unit 337 acquires angle information indicating the angle of the object obj from the manipulator control unit 336. Here, in the present embodiment, the angle information acquired by the angle information acquisition/angle estimation unit 337 of the robot 300 indicates the angle of the object obj based on the coordinate system of the robot 300 or the manipulator 320. Therefore, in this embodiment, the angle information acquired from the manipulator control unit 336 is not necessarily directly associated with the angle information of the dictionary data 210. Therefore, in the present embodiment, the angle information acquisition/angle estimation unit 337 calculates the rotation amount Δθ of the object obj from the angle information before and after the manipulator control unit 336 controls the manipulator 320 to rotate the object obj, and this rotation The quantity Δθ is used for re-estimation of the angle described later.

さらに、角度情報取得/角度推定部337は、オブジェクト認識/角度推定部333がオブジェクトobjの回転後の画像(第2の画像)および辞書データ210に基づいて推定したオブジェクトobjの角度θと、回転量Δθとに基づいて、オブジェクトobjの回転前の画像(第1の画像)におけるオブジェクトobjの角度θを再推定する(簡単に表すと、θ=θ−Δθ)。ここで、回転量Δθは、オブジェクトobjに関する物理的な操作の量の例である。なお、角度θ、角度θ、および回転量Δθは、いずれも、例えば座標系のそれぞれの軸の回りの回転(図5の例におけるrot_X,rot_Y,rot_Z)の要素を含むベクトル量でありうる。 Further, the angle information acquisition/angle estimation unit 337 calculates the angle θ 2 of the object obj estimated by the object recognition/angle estimation unit 333 based on the rotated image (second image) of the object obj and the dictionary data 210, The angle θ 1 of the object obj in the image before rotation of the object obj (first image) is re-estimated based on the rotation amount Δθ (briefly expressed, θ 12 −Δθ). Here, the rotation amount Δθ is an example of the amount of physical operation on the object obj. It should be noted that each of the angle θ 1 , the angle θ 2 , and the rotation amount Δθ is a vector amount including an element of rotation around each axis of the coordinate system (rot_X, rot_Y, rot_Z in the example of FIG. 5). sell.

辞書データ更新部335は、上記のようにオブジェクト認識/角度推定部333がオブジェクトobjの回転後の画像(第2の画像)および辞書データ210に基づいて推定したオブジェクトobjの角度θの信頼度が閾値を超える場合、角度情報取得/角度推定部337がこれに基づいて再推定した角度θを示す角度情報と、オブジェクトobjの回転前の画像(第1の画像)とに基づいて辞書データ210を更新する。 As described above, the dictionary data update unit 335 determines the reliability of the angle θ 2 of the object obj estimated by the object recognition/angle estimation unit 333 based on the rotated image (second image) of the object obj and the dictionary data 210. Is greater than the threshold value, the dictionary information is obtained based on the angle information indicating the angle θ 1 re-estimated by the angle information acquisition/angle estimation unit 337 and the image before rotation of the object obj (first image). Update 210.

一方、オブジェクト認識/角度推定部333がオブジェクトobjの回転後の画像(第2の画像)および辞書データ210に基づいて推定したオブジェクトobjの角度θの信頼度が閾値を超えない場合、マニピュレータ制御部336がマニピュレータ320を制御することによってオブジェクトobjをさらに回転量Δθ’だけ回転させ、オブジェクト認識/角度推定部333がオブジェクトobjの回転後の画像(第3の画像)および辞書データ210に基づいてオブジェクトobjの角度θを推定する。角度θの信頼度が閾値を超える場合、角度情報取得/角度推定部337は角度θと、回転の合計量(Δθ+Δθ’)とに基づいて角度θを再推定し、この結果に基づいて辞書データ更新部335が辞書データ210を更新する。 On the other hand, when the reliability of the angle θ 2 of the object obj estimated based on the rotated image (second image) of the object obj and the dictionary data 210 by the object recognition/angle estimation unit 333 does not exceed the threshold value, the manipulator control is performed. By controlling the manipulator 320 by the unit 336, the object obj is further rotated by the rotation amount Δθ′, and the object recognition/angle estimation unit 333 causes the object obj to rotate based on the rotated image (third image) and the dictionary data 210. Estimate the angle θ 3 of the object obj. When the reliability of the angle θ 3 exceeds the threshold, the angle information acquisition/angle estimation unit 337 re-estimates the angle θ 1 based on the angle θ 3 and the total amount of rotation (Δθ+Δθ′), and based on this result. The dictionary data updating unit 335 updates the dictionary data 210.

このようにして、辞書データ更新部335は、十分な信頼度で角度θが再推定されたところで、角度θと、オブジェクトobjの回転前の画像(第1の画像)とに基づいて辞書データ210を更新する。具体的には、辞書データ更新部335は、辞書データ210の要素を追加または置換する。これによって、その後、カメラ310が同様の環境条件で角度θのオブジェクトobjの画像をキャプチャしたときに、再推定によらずとも、角度θを高い信頼度で推定できる可能性が高くなる。 In this way, the dictionary data updating unit 335, based on the angle θ 1 and the image before rotation of the object obj (first image), when the angle θ 1 is reestimated with sufficient reliability. The data 210 is updated. Specifically, the dictionary data updating unit 335 adds or replaces an element of the dictionary data 210. Thereby, when the camera 310 subsequently captures an image of the object obj at the angle θ 1 under the same environmental condition, the possibility that the angle θ 1 can be estimated with high reliability is increased without re-estimation.

(処理フローの例)
以下、本実施形態に係るシステム10における処理フローの例について、図8〜図12を参照しながら説明する。
(Example of processing flow)
Hereinafter, an example of the processing flow in the system 10 according to the present embodiment will be described with reference to FIGS. 8 to 12.

図8は、本発明の第1の実施形態における辞書データ生成処理の例を示すフローチャートである。図8を参照すると、登録処理では、まず、端末100の画像取得部110が画像を取得するとともに(ステップS101)、角度情報取得部120が角度情報を取得する(ステップS103)。ステップS101,S103は、どちらが先に実行されてもよく、また並行して実行されてもよい。例えば、カメラ150がキャプチャした画像を画像取得部110がリアルタイムで取得したことをトリガとして、角度情報取得部120が雲台装置160から角度情報を取得してもよい。また、角度情報取得部120が雲台装置160に角度情報を送信したことをトリガとして、カメラ150がキャプチャした画像を画像取得部110がリアルタイムで取得してもよい。あるいは、画像取得部110はカメラ150がキャプチャした画像を時系列で連続的に取得し、角度情報取得部120は雲台装置160に設定されている角度情報を時系列で連続的に取得してもよい。 FIG. 8 is a flowchart showing an example of dictionary data generation processing according to the first embodiment of the present invention. Referring to FIG. 8, in the registration process, first, the image acquisition unit 110 of the terminal 100 acquires an image (step S101), and the angle information acquisition unit 120 acquires angle information (step S103). Either of steps S101 and S103 may be executed first, or may be executed in parallel. For example, the angle information acquisition unit 120 may acquire the angle information from the camera platform device 160, when the image acquisition unit 110 acquires the image captured by the camera 150 in real time. Further, the image acquisition unit 110 may acquire the image captured by the camera 150 in real time, triggered by the angle information acquisition unit 120 transmitting the angle information to the camera platform device 160. Alternatively, the image acquisition unit 110 continuously acquires the images captured by the camera 150 in time series, and the angle information acquisition unit 120 continuously acquires the angle information set in the camera platform device 160 in time series. Good.

次に、端末100の辞書データ生成部130が、ステップS101で画像とステップS103で取得された角度情報とを対応付ける。例えば、画像と角度情報とがいずれもリアルタイムで取得される場合、辞書データ生成部130は、実質的に同時に取得された画像と角度情報とを対応付ける。一方、画像と角度情報とが時間差をもって、または事後的に取得される場合、辞書データ生成部130は、共通するキーを有する画像と角度情報とを対応付ける。この場合のキーは、例えばタイムスタンプであってもよいし、タイムスタンプとは別に割り振られたシーケンス番号などであってもよい。 Next, the dictionary data generation unit 130 of the terminal 100 associates the image in step S101 with the angle information acquired in step S103. For example, when both the image and the angle information are acquired in real time, the dictionary data generation unit 130 associates the image and the angle information acquired at substantially the same time. On the other hand, when the image and the angle information are acquired with a time difference or afterwards, the dictionary data generating unit 130 associates the image having the common key with the angle information. The key in this case may be, for example, a time stamp or a sequence number allocated separately from the time stamp.

次に、辞書データ生成部130は、ステップS105で互いに対応付けられた画像および角度情報に基づいて、辞書データ210を生成する(ステップS107)。ここで、既に説明したように、辞書データ生成部130は、既に知られている画像ベースのオブジェクト認識の技術を応用して辞書データ210を生成してもよい。また、例えば、辞書データ生成部130は、実質的に同一の画像と角度情報との組が連続して取得されたような場合には、冗長な情報であると判断して辞書データ210の生成を省略してもよい。 Next, the dictionary data generation unit 130 generates the dictionary data 210 based on the images and the angle information associated with each other in step S105 (step S107). Here, as described above, the dictionary data generation unit 130 may generate the dictionary data 210 by applying a known image-based object recognition technique. Further, for example, when the substantially same set of image and angle information is continuously acquired, the dictionary data generation unit 130 determines that the information is redundant and generates the dictionary data 210. May be omitted.

図9は、本発明の第1の実施形態における認識処理の例を示すフローチャートである。図9を参照すると、認識処理では、まず、ロボット300の画像取得部331が画像を取得する(ステップS301)。上述のように、画像取得部331は、カメラ310がキャプチャした画像を取得し、この画像には例えばマニピュレータ320によって把持されたオブジェクトobjが含まれる。次に、辞書データ取得部332が、データベース200から辞書データ210を取得する(ステップS303)。 FIG. 9 is a flowchart showing an example of recognition processing according to the first embodiment of the present invention. Referring to FIG. 9, in the recognition process, first, the image acquisition unit 331 of the robot 300 acquires an image (step S301). As described above, the image acquisition unit 331 acquires the image captured by the camera 310, and the image includes the object obj held by the manipulator 320, for example. Next, the dictionary data acquisition unit 332 acquires the dictionary data 210 from the database 200 (step S303).

次に、オブジェクト認識/角度推定部333が、ステップS301で取得された画像と、ステップS302で取得された辞書データ210とに基づいて、オブジェクトobjを認識する(ステップS305)。なお、画像ベースのオブジェクト認識については、既に知られている技術を応用可能であるため、詳細な説明は省略する。また、上述のように、例えば辞書データ210が単一の種類のオブジェクトについて生成されている場合、または画像に含まれるオブジェクトobjが既に識別されている場合、ステップS305のオブジェクト認識は省略される。 Next, the object recognition/angle estimation unit 333 recognizes the object obj based on the image acquired in step S301 and the dictionary data 210 acquired in step S302 (step S305). Note that the image-based object recognition can be applied to a known technique, and thus detailed description thereof will be omitted. Further, as described above, for example, when the dictionary data 210 is generated for a single type of object, or when the object obj included in the image is already identified, the object recognition in step S305 is omitted.

次に、オブジェクト認識/角度推定部333は、辞書データ210の枝狩りを実行する(ステップS307)。例えば、図5に示したような辞書データ210を、各軸の回りの回転量(rot_X,rot_Y,rot_Z)について全周を52個に分割することによって生成した場合(つまり、N=N=N=52)、少なくとも52=140,608の要素を有する辞書データ210が生成されることになる。上述のように、同じ角度に複数の異なる画像を対応付けることによって辞書データ210を生成した場合、要素の数はさらに多くなる。このような辞書データ210の全要素とのマッチングを実行するための処理負荷は膨大であるため、辞書データ210の枝狩りによる利益が大きい。 Next, the object recognition/angle estimation unit 333 executes pruning of the dictionary data 210 (step S307). For example, when the dictionary data 210 as shown in FIG. 5 is generated by dividing the entire circumference into 52 pieces about the rotation amount (rot_X, rot_Y, rot_Z) around each axis (that is, N X =N Y =N Z =52), dictionary data 210 having at least 52 3 =140,608 elements will be generated. As described above, when the dictionary data 210 is generated by associating a plurality of different images with the same angle, the number of elements is further increased. Since the processing load for executing matching with all the elements of the dictionary data 210 is enormous, the benefit of pruning the dictionary data 210 is great.

図10は、本発明の第1の実施形態における枝狩り処理の例を示すフローチャートである。図11は、図10に示す枝狩り処理について概念的に説明するための図である。図10を参照すると、オブジェクト認識/角度推定部333は、まず、オブジェクトobjに対応する枝狩り手順を決定する(ステップS331)。オブジェクトobjに対応する枝狩り手順は、例えば予め定められて、辞書データ210とともにデータベース200に格納されている。上記の図9に示したステップS305が実行される場合、オブジェクト認識/角度推定部333は、ステップS305でのオブジェクトの認識結果に従って枝狩り手順を決定する。 FIG. 10 is a flowchart showing an example of the pruning process in the first embodiment of the present invention. FIG. 11 is a diagram for conceptually explaining the pruning process shown in FIG. 10. Referring to FIG. 10, the object recognition/angle estimation unit 333 first determines a pruning procedure corresponding to the object obj (step S331). The pruning procedure corresponding to the object obj is, for example, determined in advance and stored in the database 200 together with the dictionary data 210. When step S305 shown in FIG. 9 is executed, the object recognition/angle estimation unit 333 determines the pruning procedure according to the object recognition result in step S305.

続くステップS333,S335は、図11に示された例において、オブジェクトobjに対応する枝狩り手順に従って実行される処理の例である。オブジェクトの種類によってここで実行される処理は異なりうる。上記の例において、オブジェクト認識/角度推定部333は、画像をマスクし(ステップS333)、さらに画像を減色する(ステップS335)。次に、オブジェクト認識/角度推定部333は、枝狩りを実行する(ステップS337)。図示された例では、例えば、上記のようにマスクおよび減色された画像から複数の特徴部分が抽出され、辞書データ210のうち、同様に抽出された複数の特徴部分の位置関係が画像と共通しない要素が、マッチングの対象から除外される。 Subsequent steps S333 and S335 are an example of processing executed according to the pruning procedure corresponding to the object obj in the example shown in FIG. The processing executed here may differ depending on the type of object. In the above example, the object recognition/angle estimation unit 333 masks the image (step S333) and further reduces the color of the image (step S335). Next, the object recognition/angle estimation unit 333 executes pruning (step S337). In the illustrated example, for example, a plurality of characteristic portions are extracted from the image subjected to masking and color reduction as described above, and the positional relationship of the plurality of similarly extracted characteristic portions of the dictionary data 210 is not common to the image. The element is excluded from matching.

図11に示された例において、オブジェクトobjはコネクタである。図示された例では、ケーブル(cable1〜cable3)の色に着目した枝狩り手順が設定されている。図10に示されたステップS333では、画像のケーブル以外の部分がマスクされる(mask)。これによって、マスクされる部分に存在する端子カバーの陰影の影響が除去される。さらに、図では表現されないが、ステップS335では、両端のケーブル(cable1およびcable3)の色の違いが表現されるような条件で、画像が減色される。これによって、画像および辞書データ210の各要素において、両端のケーブル(cable1およびcable3)を2つの特徴部分として抽出することが容易になる。 In the example shown in FIG. 11, the object obj is a connector. In the illustrated example, a pruning procedure focusing on the colors of the cables (cable1 to cable3) is set. In step S333 shown in FIG. 10, the portion of the image other than the cable is masked (mask). This eliminates the influence of the shadow of the terminal cover existing in the masked portion. Further, although not shown in the figure, in step S335, the image is reduced in color under the condition that the difference in color between the cables (cable1 and cable3) at both ends is expressed. This facilitates extraction of the cables (cable1 and cable3) at both ends as two characteristic parts in each element of the image and the dictionary data 210.

さらに、図10に示されたステップS337では、上述のようにマスクおよび減色された画像に基づいて、辞書データ210の枝狩りが実行される。具体的には、例えば、画像において、cable1はcable3からみて右上に位置する。これに対して、辞書データ210の要素群210b(コネクタが視点軸の回りに回転しているもの)ではcable1がcable3からみて左上に位置する。また、要素群210c(コネクタが裏返しになっているもの)では、cable1がcable3からみて左下に位置する。従って、ステップS337では、要素群210b,210cがマッチングの対象から除外される。この結果、マッチングは、要素群210a(画像と同じく、cable1からみてcable1が右上に位置する)だけを対象にして実行される。 Further, in step S337 shown in FIG. 10, pruning of the dictionary data 210 is executed based on the mask and the color-reduced image as described above. Specifically, for example, in the image, cable1 is located at the upper right when viewed from cable3. On the other hand, in the element group 210b of the dictionary data 210 (where the connector is rotated around the viewpoint axis), the cable1 is located at the upper left as viewed from the cable3. In addition, in the element group 210c (the connector is turned inside out), the cable1 is located at the lower left when viewed from the cable3. Therefore, in step S337, the element groups 210b and 210c are excluded from the matching targets. As a result, the matching is executed only for the element group 210a (similar to the image, the cable1 is located on the upper right side when viewed from the cable1).

図9に戻って、ステップS307における辞書データ210の枝狩りの後、オブジェクト認識/角度推定部333は、画像と辞書データ210とのマッチングを実行する(ステップS309)。マッチングは、例えばテンプレートマッチングでありうる。なお、画像のマッチングについては、既に知られている技術を応用可能であるため、詳細な説明は省略する。なお、既に知られている画像ベースのオブジェクト認識では、マッチングの結果としてオブジェクト単位のスコアが算出されるが、ステップS307ではオブジェクトの角度単位のスコアが算出される。 Returning to FIG. 9, after pruning the dictionary data 210 in step S307, the object recognition/angle estimation unit 333 executes matching between the image and the dictionary data 210 (step S309). The matching can be, for example, template matching. It should be noted that since a known technique can be applied to image matching, detailed description thereof will be omitted. Note that in the already known image-based object recognition, a score in object units is calculated as a result of matching, but in step S307, a score in angle units of objects is calculated.

次に、オブジェクト認識/角度推定部333は、ステップS309におけるマッチングの結果に基づいて、オブジェクトobjの角度を推定する(ステップS311)。ステップS311における推定結果は、例えばステップS309におけるマッチングにおいて最も高いスコアが算出された辞書データ210の要素に対応付けられた角度情報によって示される角度でありうる。 Next, the object recognition/angle estimation unit 333 estimates the angle of the object obj based on the result of the matching in step S309 (step S311). The estimation result in step S311 can be, for example, the angle indicated by the angle information associated with the element of the dictionary data 210 for which the highest score was calculated in the matching in step S309.

次に、オブジェクト認識/角度推定部333は、ステップS309におけるマッチングで算出されたスコアが閾値を超える否かを判定する(ステップS313)。ここで閾値と比較されるスコアは、例えば最も高いマッチングスコアである。あるいは、マッチングスコアの上位何%か(例えば10%)が閾値を超えるか否かが判定されてもよい。ステップS313の判定においてマッチングスコアが閾値を超えない場合(NO)、辞書データ更新部335が辞書データ210を更新する(S315)。一方、ステップS313の判定においてマッチングスコアが閾値を超える場合(YES)、辞書データ210を更新する処理は実行されなくてもよい。ステップS311における推定の結果は、必要に応じて結果出力部334によって出力される。 Next, the object recognition/angle estimation unit 333 determines whether or not the score calculated by the matching in step S309 exceeds the threshold value (step S313). The score compared with the threshold here is, for example, the highest matching score. Alternatively, it may be determined whether or not some percentage (for example, 10%) in the top of the matching scores exceeds the threshold value. When the matching score does not exceed the threshold value in the determination of step S313 (NO), the dictionary data updating unit 335 updates the dictionary data 210 (S315). On the other hand, if the matching score exceeds the threshold in the determination of step S313 (YES), the process of updating the dictionary data 210 may not be executed. The result of estimation in step S311 is output by the result output unit 334 as needed.

図12は、本発明の第1の実施形態における辞書データ更新処理の例を示すフローチャートである。図12を参照すると、更新処理では、まず、ロボット300の角度情報取得/角度推定部337が、マニピュレータ制御部336から提供されるオブジェクトobjの角度情報を記憶する(ステップS351)。ここで、ステップS351で記憶される角度は、例えばマニピュレータ320を基準にした座標系におけるオブジェクトobjの角度を示す。次に、マニピュレータ制御部336が、マニピュレータ320を制御することによってオブジェクトobjを回転させる(ステップS353)。 FIG. 12 is a flowchart showing an example of dictionary data update processing according to the first embodiment of the present invention. Referring to FIG. 12, in the update process, first, the angle information acquisition/angle estimation unit 337 of the robot 300 stores the angle information of the object obj provided from the manipulator control unit 336 (step S351). Here, the angle stored in step S351 indicates, for example, the angle of the object obj in the coordinate system based on the manipulator 320. Next, the manipulator control unit 336 rotates the object obj by controlling the manipulator 320 (step S353).

オブジェクトobjが回転させられた後、オブジェクトobjの角度が推定される(ステップS355)。ステップS355の処理は、例えば図9に示すステップS301〜S311の処理に対応する。具体的には、画像取得部331がオブジェクトobjの回転後の画像(第2の画像)を取得し、オブジェクト認識/角度推定部333が回転後の画像(第2の画像)におけるオブジェクトobjの角度を推定する。なお、辞書データ210については先に実行されたステップS303で取得されたものが利用されてもよく、オブジェクトobjは先に実行されたステップS305で既に認識されているものとして扱われてもよい。 After the object obj is rotated, the angle of the object obj is estimated (step S355). The processing of step S355 corresponds to the processing of steps S301 to S311 shown in FIG. 9, for example. Specifically, the image acquisition unit 331 acquires the rotated image (second image) of the object obj, and the object recognition/angle estimation unit 333 determines the angle of the object obj in the rotated image (second image). To estimate. The dictionary data 210 may be the one acquired in step S303 executed previously, or the object obj may be treated as already recognized in step S305 executed previously.

次に、辞書データ更新部335は、ステップS355の推定におけるマッチングスコアが閾値を超える否かを判定する(ステップS357)。この判定は、例えば図9に示すステップS309と同様に実行されうる。ステップS357の判定においてマッチングスコアが閾値を超えない場合(NO)、ステップS353およびステップS355の処理が再実行される。つまり、マニピュレータ制御部336がマニピュレータ320を制御することによってオブジェクトobjをさらに回転させ(ステップS353)、オブジェクト認識/角度推定部333が回転後の画像(第3の画像)におけるオブジェクトobjの角度を推定する(ステップS355)。 Next, the dictionary data updating unit 335 determines whether the matching score in the estimation in step S355 exceeds the threshold value (step S357). This determination can be performed, for example, in the same manner as step S309 shown in FIG. If the matching score does not exceed the threshold value in the determination of step S357 (NO), the processes of step S353 and step S355 are re-executed. That is, the manipulator control unit 336 controls the manipulator 320 to further rotate the object obj (step S353), and the object recognition/angle estimation unit 333 estimates the angle of the object obj in the rotated image (third image). Yes (step S355).

一方、ステップS357の判定においてマッチングスコアが閾値を超える場合(YES)、角度情報取得/角度推定部337は、ステップS355において推定された角度θ、およびオブジェクトobjの回転量Δθから、初期角度θを再推定する(ステップS359)。ここで、初期角度θは、オブジェクトobjの回転前の角度であり、オブジェクト認識/角度推定部333が十分な信頼度で推定することができなかった角度である。一方、角度θは、オブジェクト認識/角度推定部333がオブジェクトobjの回転後の画像(第2の画像)および辞書データ210に基づいて推定したオブジェクトobjの角度であり、ステップS357の判定によって十分な信頼度で推定されていることが判明している。また、回転量Δθは、ステップS351で記憶されたオブジェクトobjの角度情報と、ステップS357の時点でマニピュレータ制御部336から提供されるオブジェクトobjの角度情報とに基づいて算出される。 On the other hand, when the matching score exceeds the threshold value in the determination of step S357 (YES), the angle information acquisition/angle estimation unit 337 determines the initial angle θ from the angle θ 2 estimated in step S355 and the rotation amount Δθ of the object obj. 1 is reestimated (step S359). Here, the initial angle θ 1 is an angle before the rotation of the object obj, and is an angle that the object recognition/angle estimation unit 333 could not estimate with sufficient reliability. On the other hand, the angle θ 2 is the angle of the object obj estimated by the object recognition/angle estimation unit 333 based on the rotated image (second image) of the object obj and the dictionary data 210, and is sufficiently determined by the determination in step S357. It has been proved that it is estimated with high reliability. The rotation amount Δθ is calculated based on the angle information of the object obj stored in step S351 and the angle information of the object obj provided from the manipulator control unit 336 at the time of step S357.

なお、ステップS357の判定の結果、ステップS353およびステップS355の処理がN回繰り返された場合、角度情報取得/角度推定部337は、最後に実行されたステップS355において推定された角度θN+1、およびN回実行されたステップS353におけるオブジェクトobjの回転の合計量ΔθTTLから、初期角度θを再推定する。回転の合計量ΔθTTLは、ステップS351で記憶されたオブジェクトobjの角度情報と、ステップS357の時点でマニピュレータ制御部336から提供されるオブジェクトobjの角度情報とに基づいて算出される。 As a result of the determination in step S357, when the processes of step S353 and step S355 are repeated N times, the angle information acquisition/angle estimation unit 337 causes the angle θ N+1 estimated in step S355 executed last, and The initial angle θ 1 is re-estimated from the total amount of rotation Δθ TTL of the object obj in step S353 executed N times. The total amount of rotation Δθ TTL is calculated based on the angle information of the object obj stored in step S351 and the angle information of the object obj provided from the manipulator control unit 336 at the time of step S357.

次に、辞書データ更新部335は、ステップS359で再推定された初期角度θに対応する角度情報と、図9に示すステップS301で取得されたオブジェクトobjの回転前の画像(第1の画像)とを対応付ける(ステップS361)。さらに、辞書データ更新部335は、ステップS361で互いに対応付けられた画像および角度情報に基づいて、辞書データ210を更新する(ステップS363)。ここで、辞書データ210の更新は、辞書データ210の要素の追加、および/または辞書データ210の要素の置き換えを含む。 Next, the dictionary data update unit 335, the angle information corresponding to the initial angle θ 1 re-estimated in step S359, and the pre-rotation image (first image) of the object obj acquired in step S301 illustrated in FIG. ) Are associated with each other (step S361). Further, the dictionary data updating unit 335 updates the dictionary data 210 based on the image and the angle information associated with each other in step S361 (step S363). Here, updating the dictionary data 210 includes adding an element of the dictionary data 210 and/or replacing an element of the dictionary data 210.

上記のステップS363において、辞書データ更新部335は、画像および角度情報に基づいて辞書データ210の要素を追加する。これによって、その後、ロボット300のカメラ310が同様の環境条件で角度θのオブジェクトobjの画像をキャプチャしたときに、角度θを高い信頼度で推定できる可能性が高くなる。なお、例えば、辞書データ210がロボット300専用であり、かつカメラ310がオブジェクトobjの画像をキャプチャするときの環境条件が変化しないことが予想される場合、辞書データ更新部335は、画像および角度情報に基づいて辞書データ210の要素を置き換えてもよい。 In the above step S363, the dictionary data updating unit 335 adds an element of the dictionary data 210 based on the image and the angle information. Thereby, when the camera 310 of the robot 300 subsequently captures the image of the object obj at the angle θ 1 under the same environmental condition, the possibility that the angle θ 1 can be estimated with high reliability increases. Note that, for example, when the dictionary data 210 is dedicated to the robot 300 and it is expected that the environmental condition when the camera 310 captures the image of the object obj does not change, the dictionary data updating unit 335 determines that the image and the angle information. The elements of the dictionary data 210 may be replaced based on

以上で説明したように辞書データ210が更新されることによって、最初に生成された辞書データ210では信頼度の高い推定が困難なオブジェクトobjの角度または環境条件について、追加の辞書データ210を蓄積することができる。このように、辞書データ210を用いてオブジェクトobjの角度を推定するロボット300が自律的に辞書データ210を強化することによって、推定のロバスト性を向上させることができる。 By updating the dictionary data 210 as described above, the additional dictionary data 210 is accumulated for the angle or the environmental condition of the object obj that is difficult to estimate with high reliability in the first generated dictionary data 210. be able to. In this way, the robot 300 that estimates the angle of the object obj using the dictionary data 210 autonomously enhances the dictionary data 210, and thus the robustness of estimation can be improved.

(更新前の検証処理の例)
ここで、上記で図12を参照して説明した辞書データ更新処理は、追加の処理として、辞書データ210の更新前の検証処理を含んでもよい。第1の例として、図12に示したステップS351の前に、辞書データ更新処理を実行するか否かを検証する処理が実行されてもよい(ステップS371「検証処理1」として図示されている)。第1の例に係る検証処理において、画像取得部331は、ステップS353でオブジェクトobjが回転させられるよりも前に、オブジェクトobjの画像を再取得する。オブジェクト認識/角度推定部333は、再取得された画像におけるオブジェクトobjの角度を推定する。この推定におけるマッチングスコアが(図9に示したステップS311での推定とは異なり)閾値を超えている場合、辞書データ更新処理は中止され、少なくともステップS363の辞書データの更新は実行されない。
(Example of verification process before update)
Here, the dictionary data update process described above with reference to FIG. 12 may include a verification process before updating the dictionary data 210 as an additional process. As a first example, before step S351 shown in FIG. 12, a process of verifying whether or not to execute the dictionary data update process may be executed (illustrated as step S371 “verification process 1”). ). In the verification process according to the first example, the image acquisition unit 331 reacquires the image of the object obj before the object obj is rotated in step S353. The object recognition/angle estimation unit 333 estimates the angle of the object obj in the reacquired image. If the matching score in this estimation exceeds the threshold (unlike the estimation in step S311 shown in FIG. 9), the dictionary data update processing is stopped, and at least the dictionary data update in step S363 is not executed.

上記の第1の例は、例えば、上記の図9に示したステップS301で画像取得部331が取得した画像において、カメラ310のフォーカスの遅れ、または(例えば雷もしくはフラッシュ光などによる)瞬間的な照明条件の変化のような偶発的な要因のために画像に予期しない変化がもたらされ、それによって推定の信頼度が低下することがありうる。上記の第1の例のような検証の処理は、偶発的な要因のために辞書データ210が再現性の低い情報に基づいて更新されてしまうのを防ぐために有効である。 In the first example described above, for example, in the image acquired by the image acquisition unit 331 in step S301 illustrated in FIG. 9 described above, the focus of the camera 310 is delayed or instantaneous (for example, due to lightning or flash light). Accidental factors, such as changes in lighting conditions, can cause unexpected changes in the image, which can reduce the reliability of the estimate. The verification process as in the first example described above is effective in preventing the dictionary data 210 from being updated based on information with low reproducibility due to an accidental factor.

また、第2の例として、図12に示したステップS361の後に、用意された角度情報および画像に基づいて辞書データの更新を実行するか否かを検証する処理が実行されてもよい(ステップS373「検証処理2」として図示されている)。第2の例に係る検証処理において、辞書データ更新部335は、ステップS361で対応付けられた角度情報と画像とに基づく仮の辞書データを生成する。次に、マニピュレータ制御部336がマニピュレータ320を制御し、ステップS353とは逆にオブジェクトobjを回転させる。これによって、オブジェクトobjは元の角度θに戻される。さらに、画像取得部331が、元の角度θに戻されたオブジェクトobjの画像を新たに取得し、オブジェクト認識/角度推定部333が、画像取得部331が新たに取得した画像におけるオブジェクトobjの角度を、辞書データ更新部335が生成した仮の辞書データに基づいて推定する。ここで元の角度θを推定することができ、またマッチングスコアが閾値を超えている場合、辞書データ更新部335はステップS363の辞書データ210の更新を実行する。そうではない場合、ステップS363の辞書データ210の更新は実行されない。 As a second example, after step S361 shown in FIG. 12, a process of verifying whether or not to update the dictionary data based on the prepared angle information and image may be executed (step). This is shown as S373 "Verification process 2"). In the verification process according to the second example, the dictionary data update unit 335 generates temporary dictionary data based on the angle information and the image associated in step S361. Next, the manipulator control unit 336 controls the manipulator 320 to rotate the object obj, contrary to step S353. As a result, the object obj is returned to the original angle θ 1 . Further, the image acquisition unit 331 newly acquires the image of the object obj returned to the original angle θ 1 , and the object recognition/angle estimation unit 333 detects the object obj of the image newly acquired by the image acquisition unit 331. The angle is estimated based on the temporary dictionary data generated by the dictionary data updating unit 335. Here, the original angle θ 1 can be estimated, and when the matching score exceeds the threshold value, the dictionary data updating unit 335 executes the update of the dictionary data 210 in step S363. If not, the dictionary data 210 is not updated in step S363.

上記の第2の例は、例えば、角度推定の信頼度向上に寄与しない辞書データ210の更新を防ぐために有効である。カメラ310がオブジェクトobjの画像をキャプチャするときの環境条件によっては、画像取得部331が取得した画像に基づいて辞書データ210を更新しても、その後に取得される同様の画像における角度の推定の信頼度が必ずしも向上しないことがありうる。上記の第2の例のような検証の処理は、角度推定の信頼度向上に必ずしも寄与しない不要な要素によって辞書データ210の容量が増大するのを防ぐために有効である。 The second example described above is effective, for example, to prevent updating of the dictionary data 210 that does not contribute to improving the reliability of angle estimation. Depending on the environmental conditions when the camera 310 captures the image of the object obj, even if the dictionary data 210 is updated based on the image acquired by the image acquisition unit 331, the estimation of the angle in the similar image acquired thereafter may be performed. The reliability may not always improve. The verification process as in the second example described above is effective in preventing the capacity of the dictionary data 210 from increasing due to unnecessary elements that do not necessarily contribute to improving the reliability of angle estimation.

(他の変形例)
なお、上記の例では、角度情報取得/角度推定部337はオブジェクトobjが回転させられた後に角度を再推定したが、他の例において、角度情報取得/角度推定部337はロボット300がモータ350によってオブジェクトobjとともに移動させられた後で角度を再推定してもよい。ロボット300が移動したことによって、カメラ310が画像をキャプチャするときの環境条件が変化し、オブジェクトobjを回転させなくても信頼度の高い角度の推定ができる可能性がある。なお、ロボット300を移動させるための構成については、後述する第3の実施形態でより詳しく説明されている。
(Other modifications)
Note that, in the above example, the angle information acquisition/angle estimation unit 337 re-estimates the angle after the object obj is rotated, but in another example, the angle information acquisition/angle estimation unit 337 indicates that the robot 300 has the motor 350. The angle may be re-estimated after being moved with the object obj by. Due to the movement of the robot 300, the environmental condition when the camera 310 captures an image changes, and there is a possibility that the angle can be estimated with high reliability without rotating the object obj. The configuration for moving the robot 300 is described in more detail in the third embodiment described later.

また、上記のようなロボット300の移動を、オブジェクトobjの回転と組み合わせてもよい。例えば、角度情報取得/角度推定部337は、オブジェクトobjを回転させた後の角度の再推定でも十分な信頼度が得られない場合に、ロボット300をオブジェクトobjとともに移動させた後で角度を再推定してもよい。例えば、カメラ310がオブジェクトobjの画像をキャプチャするときの環境条件が、辞書データ210の生成時のカメラ150の環境条件とは大きく異なるような場合、上記のような再推定の処理が有効でありうる。 Further, the movement of the robot 300 as described above may be combined with the rotation of the object obj. For example, if the angle information acquisition/angle estimation unit 337 does not obtain sufficient reliability even by re-estimating the angle after rotating the object obj, the angle information is re-adjusted after the robot 300 is moved together with the object obj. It may be estimated. For example, when the environmental condition when the camera 310 captures the image of the object obj is significantly different from the environmental condition of the camera 150 when the dictionary data 210 is generated, the re-estimation process as described above is effective. sell.

本実施形態に係るシステム10の機能は、図1,2,7に示した例では端末100、データベース200、およびロボット300に分散して実現される。他の例では、システム10の機能の大部分が、サーバにおいて実現されてもよい。つまり、上記の例において端末100およびロボット300のプロセッサによって実現されるものとして説明された機能は、データベース200を含むサーバのプロセッサによって実現されてもよい。この場合、端末100が、カメラ150がキャプチャしたオブジェクトobjの画像と、雲台装置160から取得したオブジェクトobjの角度情報とをサーバに送信し、サーバがこれらを関連付けて辞書データ210を生成する。一方、ロボット300は、カメラ310がキャプチャしたオブジェクトobjの画像をサーバに送信し、サーバがこの画像に基づいてオブジェクトobjの角度を推定する。ロボット300は、サーバから角度の推定結果を受信する。サーバは、推定された角度の信頼度が閾値を超えない場合に、角度の再推定のためのオブジェクトobjの回転と、回転後のオブジェクトobjの画像の取得とを、ロボット300に依頼してもよい。なお、これらの機能を実現するサーバは1つでなくてもよく、ネットワーク上に分散した複数のサーバによって上記の機能が実現されてもよい。また、上記の機能を実現するサーバは、データベース200を含むストレージとは別の装置であってもよい。 The functions of the system 10 according to the present embodiment are realized by being distributed to the terminal 100, the database 200, and the robot 300 in the examples shown in FIGS. In other examples, most of the functionality of system 10 may be implemented in a server. That is, the functions described as being realized by the processors of the terminal 100 and the robot 300 in the above example may be realized by the processor of the server including the database 200. In this case, the terminal 100 transmits the image of the object obj captured by the camera 150 and the angle information of the object obj acquired from the camera platform device 160 to the server, and the server associates these with each other to generate the dictionary data 210. On the other hand, the robot 300 transmits the image of the object obj captured by the camera 310 to the server, and the server estimates the angle of the object obj based on this image. The robot 300 receives the angle estimation result from the server. If the reliability of the estimated angle does not exceed the threshold value, the server requests the robot 300 to rotate the object obj for re-estimating the angle and acquire an image of the rotated object obj. Good. Note that the number of servers that realize these functions does not have to be one, and the above functions may be realized by a plurality of servers distributed on the network. The server that realizes the above function may be a device other than the storage that includes the database 200.

(第2の実施形態)
次に、本発明の第2の実施形態について説明する。なお、上述の第1の実施形態と同様に構成される部分については、共通した符号を付することによって重複した説明を省略する場合がある。
(Second embodiment)
Next, a second embodiment of the present invention will be described. It should be noted that parts that are configured in the same manner as in the above-described first embodiment will be denoted by common reference numerals, and redundant description may be omitted.

図13は、本発明の第2の実施形態に係るロボット300aの機能構成を示すブロック図である。図13を参照すると、本実施形態では、辞書データ210の生成、および辞書データ210を用いたオブジェクトobjの角度の推定に関する機能の全体が、ロボット300aにおいて実現される。具体的には、ロボット300aの制御部330のプロセッサは、画像取得部110,331と、角度情報取得/角度推定部120,337と、辞書データ生成/更新部130,335と、辞書データ取得部332と、オブジェクト認識/角度推定部333と、結果出力部334と、マニピュレータ制御部336とを実現する。なお、制御部330が複数のプロセッサを含む場合、複数のプロセッサが協働して上記の各部の機能を実現してもよい。また、後述するように、制御部330のプロセッサが実現する機能の一部、または全部は、サーバにおいて実現することも可能である。また、データベース200は、ロボット300aの制御部330のストレージに格納される。以下、各部についてさらに説明する。 FIG. 13 is a block diagram showing a functional configuration of a robot 300a according to the second embodiment of the present invention. Referring to FIG. 13, in the present embodiment, the entire functions of generating the dictionary data 210 and estimating the angle of the object obj using the dictionary data 210 are realized in the robot 300a. Specifically, the processor of the control unit 330 of the robot 300a includes image acquisition units 110 and 331, angle information acquisition/angle estimation units 120 and 337, dictionary data generation/update units 130 and 335, and dictionary data acquisition units. 332, an object recognition/angle estimation unit 333, a result output unit 334, and a manipulator control unit 336 are realized. When the control unit 330 includes a plurality of processors, the plurality of processors may cooperate to realize the functions of the above units. Further, as will be described later, some or all of the functions realized by the processor of the control unit 330 can be realized by the server. Further, the database 200 is stored in the storage of the control unit 330 of the robot 300a. Hereinafter, each part will be further described.

画像取得部110,331は、上記で図2を参照して説明した画像取得部110と、図7を参照して説明した画像取得部331との両方の機能を有する。つまり、画像取得部110,331は、カメラ310がキャプチャしたオブジェクトobjの画像を、辞書データ210を生成するときには辞書データ生成/更新部130,335に、辞書データ210を用いてオブジェクトobjの角度を推定するときにはオブジェクト認識/角度推定部333に、それぞれ提供する。 The image acquisition units 110 and 331 have both functions of the image acquisition unit 110 described above with reference to FIG. 2 and the image acquisition unit 331 described with reference to FIG. 7. That is, the image acquisition units 110 and 331 use the dictionary data 210 to determine the angle of the object obj for the dictionary data generation/update units 130 and 335 when generating the dictionary data 210 for the image of the object obj captured by the camera 310. When estimating, they are provided to the object recognition/angle estimation unit 333, respectively.

角度情報取得/角度推定部120,337は、上記で図2を参照して説明した角度情報取得部120と、図7を参照して説明した角度情報取得/角度推定部337との両方の機能を有する。つまり、角度情報取得/角度推定部120,337は、辞書データ210を生成するときには、マニピュレータ制御部336から取得した角度情報を辞書データ生成/更新部130,335に提供する。また、角度情報取得/角度推定部120,337は、辞書データ210を更新するときには、マニピュレータ制御部336から取得した角度情報に基づいてオブジェクトobjの回転量Δθを算出し、さらに回転量Δθとオブジェクト認識/角度推定部333が推定した角度θとに基づいて初期角度θを推定する。 The angle information acquisition/angle estimation units 120 and 337 have functions of both the angle information acquisition unit 120 described above with reference to FIG. 2 and the angle information acquisition/angle estimation unit 337 described with reference to FIG. 7. Have. That is, when generating the dictionary data 210, the angle information acquisition/angle estimation units 120 and 337 provide the angle information acquired from the manipulator control unit 336 to the dictionary data generation/update units 130 and 335. Further, when updating the dictionary data 210, the angle information acquisition/angle estimation units 120 and 337 calculate the rotation amount Δθ of the object obj based on the angle information acquired from the manipulator control unit 336, and further, the rotation amount Δθ and the object. The initial angle θ 1 is estimated based on the angle θ 2 estimated by the recognition/angle estimation unit 333.

なお、本実施形態において、ロボット300の角度情報取得/角度推定部337が取得する角度情報は、マニピュレータ320の座標系を基準にしたオブジェクトobjの角度を示しうる。この場合、角度情報取得/角度推定部337が取得する角度情報によって示されるオブジェクトobjの角度は、マニピュレータ制御部336が設定するマニピュレータ320の回転量だけではなく、アームなど、マニピュレータ320に連結されるロボット300の他の構成要素の動作量によっても変化しうる。また、マニピュレータ320がオブジェクトobjのどの面を把持するかも、その時々によって異なりうる。従って、たとえ辞書データ210を生成したときと同じマニピュレータ320がオブジェクトobjを把持しているとしても、辞書データ210を用いて画像におけるオブジェクトobjの角度を推定することは有益でありうる。 In the present embodiment, the angle information acquired by the angle information acquisition/angle estimation unit 337 of the robot 300 may indicate the angle of the object obj based on the coordinate system of the manipulator 320. In this case, the angle of the object obj indicated by the angle information acquired by the angle information acquisition/angle estimation unit 337 is connected to the manipulator 320 such as an arm as well as the rotation amount of the manipulator 320 set by the manipulator control unit 336. It may also change depending on the amount of movement of other components of the robot 300. Further, which surface of the object obj the manipulator 320 grips may vary depending on the time. Therefore, even if the same manipulator 320 that grips the object obj as when the dictionary data 210 was generated, it may be useful to use the dictionary data 210 to estimate the angle of the object obj in the image.

辞書データ生成/更新部130,335は、上記で図2を参照して説明した辞書データ生成部130と、図7を参照して説明した辞書データ更新部335との両方の機能を有する。つまり、辞書データ生成/更新部130,335は、辞書データ210を生成するときには画像取得部110,331が取得した画像と角度情報取得/角度推定部120,337が取得した角度情報とに基づいて辞書データ210を生成する。また、辞書データ生成/更新部130,335は、辞書データ210を用いてオブジェクトobjの角度を推定するときには、オブジェクト認識/角度推定部333によるオブジェクトobjの角度の推定の結果、および角度情報取得/角度推定部120,337による角度の再推定の結果に応じて辞書データ210を更新する。 The dictionary data generation/update units 130 and 335 have both functions of the dictionary data generation unit 130 described above with reference to FIG. 2 and the dictionary data update unit 335 described with reference to FIG. 7. That is, the dictionary data generation/update units 130 and 335 generate the dictionary data 210 based on the images acquired by the image acquisition units 110 and 331 and the angle information acquired by the angle information acquisition/angle estimation units 120 and 337. The dictionary data 210 is generated. Further, when estimating the angle of the object obj using the dictionary data 210, the dictionary data generating/updating units 130 and 335 perform the result of the estimation of the angle of the object obj by the object recognition/angle estimating unit 333, and the angle information acquisition/ The dictionary data 210 is updated according to the result of angle re-estimation by the angle estimators 120 and 337.

上記の第2の実施形態によって示されるように、第1の実施形態に係るシステム10の機能は、単一の装置、例えばロボット300aにおいて実現することができる。この場合、システム10が、単一の装置によって実現されるともいえる。同様に、システム10の構成は、さまざまな装置構成で実現できる。例えば、システム10は複数のロボット300を含み、それぞれのロボット300が辞書データ210の生成と、辞書データ210を用いたオブジェクトの角度の推定とを実行してもよい。この場合、データベース200に格納された辞書データ210は、複数のロボット300によって共有される。 As shown by the second embodiment above, the functions of the system 10 according to the first embodiment can be realized in a single device, for example the robot 300a. In this case, it can be said that the system 10 is realized by a single device. Similarly, the configuration of system 10 can be implemented with various device configurations. For example, the system 10 may include a plurality of robots 300, and each robot 300 may generate the dictionary data 210 and estimate the angle of the object using the dictionary data 210. In this case, the dictionary data 210 stored in the database 200 is shared by the plurality of robots 300.

また、例えば、システム10の機能は、その大部分がサーバにおいて実現されてもよい。この場合、データベース200を含むサーバが、上記の第2の実施形態においてロボット300aの制御部330によって実現されたような機能を実現する。この場合、端末100が、カメラ150がキャプチャしたオブジェクトobjの画像と、雲台装置160から取得したオブジェクトobjの角度情報とをサーバに送信し、サーバがこれらを関連付けて辞書データ210を生成する。一方、ロボット300は、カメラ310がキャプチャしたオブジェクトobjの画像をサーバに送信し、サーバがこの画像に基づいてオブジェクトobjの角度を推定する。ロボット300は、サーバから角度の推定結果を受信する。サーバは、推定された角度の信頼度が閾値を超えない場合に、角度の再推定のためのオブジェクトobjの回転と、回転後のオブジェクトobjの画像の取得とを、ロボット300に依頼してもよい。 Further, for example, most of the functions of the system 10 may be realized by the server. In this case, the server including the database 200 realizes the function as realized by the control unit 330 of the robot 300a in the second embodiment described above. In this case, the terminal 100 transmits the image of the object obj captured by the camera 150 and the angle information of the object obj acquired from the camera platform device 160 to the server, and the server associates these with each other to generate the dictionary data 210. On the other hand, the robot 300 transmits the image of the object obj captured by the camera 310 to the server, and the server estimates the angle of the object obj based on this image. The robot 300 receives the angle estimation result from the server. If the reliability of the estimated angle does not exceed the threshold value, the server requests the robot 300 to rotate the object obj for re-estimating the angle and acquire an image of the rotated object obj. Good.

(第3の実施形態)
次に、本発明の第3の実施形態について説明する。なお、上述した第2の実施形態と同様に構成される部分については、共通した符号を付することによって重複した説明を省略する。
(Third Embodiment)
Next, a third embodiment of the present invention will be described. It should be noted that the same components as those in the second embodiment described above will be denoted by the same reference numerals and overlapping description will be omitted.

図14は、本発明の第3の実施形態について概略的に説明するための図である。図14を参照すると、本実施形態では、ロボット300bが、マニピュレータを用いてオブジェクトを把持する代わりに、オブジェクトobjに対して相対的に移動する。図示された例において、ロボット300bの移動は、オブジェクトを中心にした旋回移動(revolution)を含む。このとき、カメラ310によってキャプチャされる画像では、オブジェクトobjが軸Aの回りに回転する。また、ロボット300bの移動は、カメラ310のオブジェクトobjに対する傾動(tilt)を含む。このとき、カメラ310によってキャプチャされる画像では、オブジェクトobjが軸Aの回りに回転する。 FIG. 14 is a diagram schematically illustrating the third embodiment of the present invention. Referring to FIG. 14, in the present embodiment, the robot 300b moves relative to the object obj instead of holding the object using the manipulator. In the illustrated example, the movement of the robot 300b includes a revolving movement around the object. At this time, in the image captured by the camera 310, the object obj rotates around the axis A 1 . Further, the movement of the robot 300b includes a tilt of the camera 310 with respect to the object obj. At this time, in the image captured by the camera 310, the object obj rotates around the axis A 2 .

図15は、本発明の第3の実施形態に係るロボット300bの機能構成を示すブロック図である。本実施形態に係るロボット300bは、図13に示したロボット300aと比較して、マニピュレータ320を制御するマニピュレータ制御部336に代えて、モータ350を制御するモータ制御部339が含まれる点で異なる。 FIG. 15 is a block diagram showing the functional configuration of a robot 300b according to the third embodiment of the present invention. The robot 300b according to the present embodiment is different from the robot 300a illustrated in FIG. 13 in that a motor control unit 339 that controls the motor 350 is included instead of the manipulator control unit 336 that controls the manipulator 320.

モータ制御部339は、ロボット300のモータ350を制御する。上記で図6を参照して説明したように、モータ350は、ロボット300の関節構造を動作させたり、ロボット300bの車輪を回転させたりすることによって、ロボット300bを移動させたり、ロボット300bの姿勢を変更したりするためのモータを含む。モータ制御部339は、上記で図14を参照して説明したように、ロボット300bのオブジェクトobjを中心にした旋回移動、および/またはロボット300bのカメラ310のオブジェクトobjに対する傾動が実行されるように、モータ350を制御する。 The motor control unit 339 controls the motor 350 of the robot 300. As described above with reference to FIG. 6, the motor 350 moves the robot 300b or rotates the robot 300b by operating the joint structure of the robot 300 or rotating the wheels of the robot 300b. Includes a motor for changing. As described above with reference to FIG. 14, the motor control unit 339 causes the robot 300b to perform a turning movement about the object obj and/or a tilt of the camera 300 of the robot 300b with respect to the object obj. , And control the motor 350.

角度情報取得/角度推定部120,337bは、オブジェクトobjの角度を示す角度情報を取得する。ここで、角度情報は、例えば、ロボット300およびカメラ310の移動中に画像取得部331が取得した時系列の複数の画像を用いて画像ベースのSLAM(Simultaneous Localization and Mapping)を実行することによって取得される。なお、SLAMは、深度センサまたはレーザーレンジスキャナなど、ロボット300aが有する他のセンサ340の測定結果を利用して実行されてもよい。この場合、角度情報取得/角度推定部120,337bは、SLAMによってカメラ310の移動量を特定した上で、別途特定されるカメラ310とオブジェクトobjとの位置関係に基づいて、オブジェクトobjの角度情報を取得する。あるいは、角度情報取得/角度推定部120,337bは、モータ制御部339によるモータ350の制御値に基づいて、カメラ310の移動量を特定してもよい。 The angle information acquisition/angle estimation units 120 and 337b acquire angle information indicating the angle of the object obj. Here, the angle information is acquired, for example, by executing image-based SLAM (Simultaneous Localization and Mapping) using a plurality of time-series images acquired by the image acquisition unit 331 while the robot 300 and the camera 310 are moving. To be done. The SLAM may be executed using the measurement result of another sensor 340 included in the robot 300a, such as a depth sensor or a laser range scanner. In this case, the angle information acquisition/angle estimation units 120 and 337b specify the amount of movement of the camera 310 by SLAM, and then, based on the positional relationship between the camera 310 and the object obj separately specified, the angle information of the object obj. To get. Alternatively, the angle information acquisition/angle estimation units 120 and 337b may specify the movement amount of the camera 310 based on the control value of the motor 350 by the motor control unit 339.

本実施形態は、上記のようにして取得された角度情報を用いて、辞書データ210を生成することができる。また、オブジェクト認識/角度推定部333が辞書データ210に基づいて十分な信頼度で角度を推定することができなかった場合に、モータ制御部339がモータ350を制御することによって画像内でオブジェクトobjを回転させ、角度の再推定および辞書データ210の更新を実行することができる。本実施形態において、カメラ310のオブジェクトobjに対する相対的な移動は、オブジェクトobjの角度の再推定にあたって実行される、オブジェクトobjに関する物理的な操作の例である。 In this embodiment, the dictionary data 210 can be generated using the angle information acquired as described above. In addition, when the object recognition/angle estimation unit 333 cannot estimate the angle with sufficient reliability based on the dictionary data 210, the motor control unit 339 controls the motor 350 so that the object obj in the image is controlled. Can be rotated to re-estimate the angle and update the dictionary data 210. In the present embodiment, the relative movement of the camera 310 with respect to the object obj is an example of a physical operation relating to the object obj, which is executed in re-estimating the angle of the object obj.

以上のような本発明の第3の実施形態の構成によれば、オブジェクトobjが大きい場合や、小さくても動かすことができないような場合にも、オブジェクトobjの角度を推定するための辞書データ210を生成することができる。ここで、ロボット300bは、図7を参照して説明したようなマニピュレータ320およびマニピュレータ制御部336をも有し、オブジェクトobjが把持可能である場合には上記の第1および第2の実施形態と同様に、マニピュレータ320を用いてオブジェクトobjを回転させてもよい。 According to the configuration of the third embodiment of the present invention as described above, the dictionary data 210 for estimating the angle of the object obj even when the object obj is large or cannot be moved even if it is small. Can be generated. Here, the robot 300b also includes the manipulator 320 and the manipulator control unit 336 as described with reference to FIG. 7, and when the object obj can be grasped, the robot 300b and the first and second embodiments described above are used. Similarly, the manipulator 320 may be used to rotate the object obj.

なお、上記で説明された第3の実施形態の例では、第2の実施形態と同様に、辞書データ210の生成、および辞書データ210を用いたオブジェクトobjの角度の推定に関する機能の全体がロボット300bにおいて実現されていたが、他の例も可能である。例えば、第1の実施形態に係るシステム10において、ロボット300がマニピュレータ制御部336に代えて、またはマニピュレータ制御部336とともに、モータ制御部339を含んでもよい。 Note that, in the example of the third embodiment described above, as in the second embodiment, the entire functions relating to the generation of the dictionary data 210 and the estimation of the angle of the object obj using the dictionary data 210 are robots. Although implemented in 300b, other examples are possible. For example, in the system 10 according to the first embodiment, the robot 300 may include a motor control unit 339 instead of the manipulator control unit 336 or together with the manipulator control unit 336.

例えば、辞書データ210を生成するときに用いられる雲台装置160(またはロボット300)と、辞書データ210を用いてオブジェクトobjの角度を推定するロボット300とのサイズが異なる場合、辞書データ210を生成するときには雲台装置160またはマニピュレータ320を用いてオブジェクトobjを回転させることが可能である一方で、辞書データ210を更新するときにはオブジェクトobjを回転させることが困難である場合、またはその逆の場合が生じうる。 For example, when the pan head device 160 (or the robot 300) used when generating the dictionary data 210 and the robot 300 that estimates the angle of the object obj using the dictionary data 210 have different sizes, the dictionary data 210 is generated. While it is possible to rotate the object obj using the pan head device 160 or the manipulator 320, it may be difficult to rotate the object obj when updating the dictionary data 210, or vice versa. It can happen.

また、例えば、上記のようにロボット300がマニピュレータ制御部336とともにモータ制御部339を含む場合、モータ制御部339は、カメラ310がオブジェクトobjとともに移動するようにモータ350を制御してもよい。この場合、マニピュレータ制御部336は、画像におけるオブジェクトobjの角度が変化しないようにマニピュレータ320を制御する。具体的には、マニピュレータ制御部336は、モータ制御部339がモータ350を制御してロボット300が移動している間、マニピュレータ320とカメラ310との位置関係およびマニピュレータ320がオブジェクトobjを把持する角度を保持する。 Further, for example, when the robot 300 includes the manipulator control unit 336 and the motor control unit 339 as described above, the motor control unit 339 may control the motor 350 so that the camera 310 moves together with the object obj. In this case, the manipulator control unit 336 controls the manipulator 320 so that the angle of the object obj in the image does not change. Specifically, the manipulator control unit 336 determines the positional relationship between the manipulator 320 and the camera 310 and the angle at which the manipulator 320 grips the object obj while the motor control unit 339 controls the motor 350 and the robot 300 moves. Hold.

このように、カメラ310をオブジェクトobjとともに移動させることによって、例えば、画像におけるオブジェクトobjの角度を変えずに、カメラ310が画像をキャプチャするときの環境条件を変化させることができる。これによって、例えば、ある環境条件では辞書データ210に基づくオブジェクトobjの角度の信頼度の高い推定が困難であった場合に、環境条件を変化させることによって、信頼度の高い推定が可能になる可能性がある。また、辞書データ210を生成するときに、異なる環境条件で取得された複数の画像を共通の角度情報に対応付けた複数の要素を辞書データ210に含めることによって、角度の推定のロバスト性を向上させることができる。 In this way, by moving the camera 310 together with the object obj, it is possible to change the environmental conditions when the camera 310 captures an image, for example, without changing the angle of the object obj in the image. Thereby, for example, when it is difficult to estimate the angle of the object obj based on the dictionary data 210 with high reliability under certain environmental conditions, it is possible to perform highly reliable estimation by changing the environmental conditions. There is a nature. In addition, when the dictionary data 210 is generated, the dictionary data 210 includes a plurality of elements in which a plurality of images acquired under different environmental conditions are associated with common angle information, thereby improving the robustness of the angle estimation. Can be made

上記の例において、辞書データ210の更新処理では、まず、モータ制御部339が、モータ350を制御することによってカメラ310をオブジェクトobjとともに移動させる。カメラ310およびオブジェクトobjが移動させられた後、画像取得部331がオブジェクトobjの移動後の画像(第2の画像)を取得し、オブジェクト認識/角度推定部333が移動後の画像(第2の画像)におけるオブジェクトobjの角度を再推定する。この推定におけるマッチングスコアが閾値を超える場合、辞書データ更新部335は、再推定されたオブジェクトobjの角度に対応する角度情報と、画像取得部331がオブジェクトobjの移動前に取得した画像(第1の画像)とに基づいて辞書データを更新する。この例では、カメラ310がオブジェクトobjとともに移動することが、オブジェクトobjの角度の再推定にあたって実行されるオブジェクトobjに関する物理的な操作にあたる。また、この例では、オブジェクト認識/角度推定部333が、上述した「第1の角度推定機能」および「第2の角度推定機能」の両方の機能を果たす。 In the above example, in the updating process of the dictionary data 210, first, the motor control unit 339 controls the motor 350 to move the camera 310 together with the object obj. After the camera 310 and the object obj are moved, the image acquisition unit 331 acquires the moved image (second image) of the object obj, and the object recognition/angle estimation unit 333 acquires the moved image (second image). Re-estimate the angle of the object obj in the (image). When the matching score in this estimation exceeds the threshold, the dictionary data update unit 335 determines the angle information corresponding to the re-estimated angle of the object obj and the image acquired by the image acquisition unit 331 before the movement of the object obj (first Image) and the dictionary data is updated. In this example, the movement of the camera 310 together with the object obj is a physical operation for the object obj executed in re-estimating the angle of the object obj. In addition, in this example, the object recognition/angle estimation unit 333 performs both the above-mentioned “first angle estimation function” and “second angle estimation function”.

(情報処理装置のハードウェア構成例)
次に、図16を参照して、本発明の実施形態における情報処理装置のハードウェア構成例について説明する。図16は、本発明の実施形態における情報処理装置のハードウェア構成例を示すブロック図である。
(Example of hardware configuration of information processing device)
Next, with reference to FIG. 16, a hardware configuration example of the information processing apparatus according to the embodiment of the present invention will be described. FIG. 16 is a block diagram showing a hardware configuration example of the information processing apparatus according to the embodiment of the present invention.

情報処理装置900は、プロセッサ901、メモリ903、入力装置905、出力装置907、およびバス909を含む。情報処理装置900は、さらに、ストレージ911、ドライブ913、接続ポート915、および通信装置917を含んでもよい。 The information processing device 900 includes a processor 901, a memory 903, an input device 905, an output device 907, and a bus 909. The information processing device 900 may further include a storage 911, a drive 913, a connection port 915, and a communication device 917.

プロセッサ901は、例えば、CPU(Central Processing unit)、DSP(Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、および/またはFPGA(Field-Programmable Gate Array)などの処理回路によって構成される。プロセッサ901は、演算処理装置および制御装置として機能し、メモリ903、ストレージ911、またはリムーバブル記録媒体919に記録されたプログラムに従って情報処理装置900の動作を制御する。 The processor 901 is configured by a processing circuit such as a CPU (Central Processing Unit), a DSP (Digital Signal Processor), an ASIC (Application Specific Integrated Circuit), and/or an FPGA (Field-Programmable Gate Array). The processor 901 functions as an arithmetic processing device and a control device, and controls the operation of the information processing device 900 according to a program recorded in the memory 903, the storage 911, or the removable recording medium 919.

メモリ903は、例えば、ROM(Read Only Memory)およびRAM(Random Access Memory)を含む。ROMは、例えばプロセッサ901のためのプログラム、および演算パラメータなどを記憶する。RAMは、例えばプロセッサ901の実行時に展開されたプログラム、およびプログラムの実行時のパラメータなどを一次記憶する。 The memory 903 includes, for example, a ROM (Read Only Memory) and a RAM (Random Access Memory). The ROM stores, for example, a program for the processor 901 and operation parameters. The RAM temporarily stores, for example, a program expanded when the processor 901 is executed, parameters when the program is executed, and the like.

入力装置905は、例えば、マウス、キーボード、タッチパネル、ボタン、または各種のスイッチなど、ユーザによって操作される装置である。入力装置905は、必ずしも情報処理装置900と一体化していなくてもよく、例えば、無線通信によって制御信号を送信するリモートコントローラであってもよい。入力装置905は、ユーザが入力した情報に基づいて入力信号を生成してプロセッサ901に出力する入力制御回路を含む。 The input device 905 is a device operated by a user, such as a mouse, a keyboard, a touch panel, a button, or various switches. The input device 905 does not necessarily have to be integrated with the information processing device 900, and may be, for example, a remote controller that transmits a control signal by wireless communication. The input device 905 includes an input control circuit that generates an input signal based on information input by a user and outputs the input signal to the processor 901.

出力装置907は、視覚や聴覚、触覚などの感覚を用いてユーザに向けて情報を出力することが可能な装置で構成される。出力装置907は、例えば、LCD(Liquid Crystal Display)または有機EL(Electro-Luminescence)ディスプレイなどの表示装置、スピーカまたはヘッドフォンなどの音声出力装置、もしくはバイブレータなどを含みうる。出力装置907は、情報処理装置900の処理により得られた結果を、テキストもしくは画像などの映像、音声もしくは音響などの音声、またはバイブレーションなどとして出力する。 The output device 907 is configured by a device capable of outputting information to the user by using senses such as sight, hearing, and touch. The output device 907 may include, for example, a display device such as an LCD (Liquid Crystal Display) or an organic EL (Electro-Luminescence) display, an audio output device such as a speaker or headphones, or a vibrator. The output device 907 outputs the result obtained by the processing of the information processing device 900 as a video such as a text or an image, a voice such as a voice or a sound, or a vibration.

ストレージ911は、例えば、HDD(Hard Disk Drive)などの磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。ストレージ911は、例えばプロセッサ901のためのプログラム、プログラムの実行時に読み出される、またはプログラムの実行によって生成された各種のデータ、および外部から取得した各種のデータなどを格納する。 The storage 911 includes, for example, a magnetic storage device such as an HDD (Hard Disk Drive), a semiconductor storage device, an optical storage device, or a magneto-optical storage device. The storage 911 stores, for example, a program for the processor 901, various kinds of data read out when the program is executed, or generated by executing the program, and various kinds of data acquired from the outside.

ドライブ913は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体919のためのリーダライタである。ドライブ913は、装着されているリムーバブル記録媒体919に記録されている情報を読み出して、メモリ903に出力する。また、ドライブ913は、装着されているリムーバブル記録媒体919に各種のデータを書き込む。 The drive 913 is a reader/writer for a removable recording medium 919 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory. The drive 913 reads out the information recorded in the mounted removable recording medium 919 and outputs it to the memory 903. Further, the drive 913 writes various kinds of data in the mounted removable recording medium 919.

接続ポート915は、外部接続機器921を情報処理装置900に接続するためのポートである。接続ポート915は、例えば、USB(Universal Serial Bus)ポート、IEEE1394ポート、SCSI(Small Computer System Interface)ポートなどを含みうる。また、接続ポート915は、RS−232Cポート、光オーディオ端子、HDMI(登録商標)(High-Definition Multimedia Interface)ポートなどを含んでもよい。接続ポート915に外部接続機器921を接続することで、情報処理装置900と外部接続機器921との間で各種のデータを交換することができる。 The connection port 915 is a port for connecting the external connection device 921 to the information processing apparatus 900. The connection port 915 can include, for example, a USB (Universal Serial Bus) port, an IEEE 1394 port, a SCSI (Small Computer System Interface) port, and the like. Further, the connection port 915 may include an RS-232C port, an optical audio terminal, an HDMI (registered trademark) (High-Definition Multimedia Interface) port, and the like. By connecting the external connection device 921 to the connection port 915, various data can be exchanged between the information processing apparatus 900 and the external connection device 921.

通信装置917は、ネットワーク923に接続される。なお、ネットワーク923は、例えばインターネットのような不特定多数の装置が接続される開かれた通信ネットワークであってもよく、例えばBluetooth(登録商標)のような限られた装置、例えば2つの装置が接続される閉じられた通信ネットワークであってもよい。通信装置917は、例えば、LAN(Local Area Network)、Bluetooth(登録商標)、Wi−Fi、またはWUSB(Wireless USB)用の通信カードを含みうる。通信装置917は、ネットワーク923に応じた所定のプロトコルを用いて、他の情報処理装置との間で信号またはデータなどを送受信する。 The communication device 917 is connected to the network 923. The network 923 may be an open communication network to which an unspecified number of devices such as the Internet are connected. For example, a limited device such as Bluetooth (registered trademark), such as two devices, may be used. It may be a closed communication network connected. The communication device 917 may include, for example, a LAN (Local Area Network), Bluetooth (registered trademark), Wi-Fi, or WUSB (Wireless USB) communication card. The communication device 917 transmits/receives signals or data to/from other information processing devices using a predetermined protocol according to the network 923.

以上、情報処理装置900のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、当業者は、上述したような情報処理装置900の構成を、実施する時々の技術レベルに応じて適宜変更することができる。 Heretofore, an example of the hardware configuration of the information processing apparatus 900 has been shown. Each component described above may be configured by using a general-purpose member, or may be configured by hardware specialized for the function of each component. Further, those skilled in the art can appropriately change the configuration of the information processing apparatus 900 as described above according to the technical level at the time of implementation.

本発明の実施形態は、例えば、上記で説明したようなシステム、治具、情報処理装置、情報処理装置で実行される情報処理方法、情報処理装置を機能させるためのプログラム、およびプログラムが記録された一時的でない有形の媒体を含みうる。 In the embodiment of the present invention, for example, the system, the jig, the information processing device, the information processing method executed by the information processing device, the program for operating the information processing device, and the program described above are recorded. May include non-transitory tangible media.

以上、添付図面を参照しながら本発明のいくつかの実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。 Although some embodiments of the present invention have been described in detail above with reference to the accompanying drawings, the present invention is not limited to these examples. It is obvious that a person having ordinary knowledge in the technical field to which the present invention pertains can come up with various changes or modifications within the scope of the technical idea described in claims. It is understood that these also belong to the technical scope of the present invention.

10…システム、100…端末、110…画像取得部、120…角度情報取得部、130…辞書データ生成部、150…カメラ、160…雲台装置、161…基台、162…支柱、163…アーム、164…ピン、165…ホルダ、167…制御部、170…治具、171…取付部材、172…連結部材、173…オブジェクトホルダ、174…背景板、200…データベース、210…辞書データ、300,300a,300b…ロボット、310…カメラ、320…マニピュレータ、330…制御部、331…画像取得部、332…辞書データ取得部、333…オブジェクト認識/角度推定部、334…結果出力部、335…辞書データ更新部、336…マニピュレータ制御部、337…角度情報取得/角度推定部、339…モータ制御部、340…センサ、350…モータ。 10... System, 100... Terminal, 110... Image acquisition part, 120... Angle information acquisition part, 130... Dictionary data generation part, 150... Camera, 160... Platform device, 161,... Base, 162... Strut, 163... Arm 164... Pin, 165... Holder, 167... Control part, 170... Jig, 171... Mounting member, 172... Connecting member, 173... Object holder, 174... Background plate, 200... Database, 210... Dictionary data, 300, 300a, 300b... Robot, 310... Camera, 320... Manipulator, 330... Control part, 331... Image acquisition part, 332... Dictionary data acquisition part, 333... Object recognition/angle estimation part, 334... Result output part, 335... Dictionary Data update unit, 336... Manipulator control unit, 337... Angle information acquisition/angle estimation unit, 339... Motor control unit, 340... Sensor, 350... Motor.

Claims (12)

オブジェクトに関する辞書データを取得する辞書データ取得機能と、
前記オブジェクトの第1の画像を取得する画像取得機能と、
前記第1の画像および前記辞書データに基づいて前記第1の画像における前記オブジェクトの角度を推定する第1の角度推定機能と、
前記オブジェクトに関する物理的な操作の後に前記第1の画像における前記オブジェクトの角度を再推定する第2の角度推定機能と、
前記第1の角度推定機能による推定および前記第2の角度推定機能による再推定の結果に応じて前記辞書データを更新する辞書データ更新機能と
を実現するプロセッサを備える情報処理装置。
A dictionary data acquisition function that acquires dictionary data related to objects,
An image acquisition function for acquiring a first image of the object,
A first angle estimating function for estimating an angle of the object in the first image based on the first image and the dictionary data;
A second angle estimation function for re-estimating the angle of the object in the first image after a physical operation on the object;
An information processing apparatus including a processor that realizes a dictionary data updating function that updates the dictionary data according to a result of estimation by the first angle estimating function and re-estimation by the second angle estimating function.
前記辞書データ更新機能は、前記第1の画像と、前記第2の角度推定機能によって再推定された前記オブジェクトの角度を示す角度情報とに基づいて前記辞書データを更新する、請求項1に記載の情報処理装置。 The said dictionary data update function updates the said dictionary data based on the said 1st image and the angle information which shows the angle of the said object reestimated by the said 2nd angle estimation function. Information processing equipment. 前記辞書データ更新機能は、前記第1の角度推定機能によって推定された前記オブジェクトの角度の信頼度が閾値を超えない場合に、前記第2の角度推定機能による再推定の結果に基づいて前記辞書データを更新する、請求項1または2に記載の情報処理装置。 The dictionary data update function, based on the result of re-estimation by the second angle estimation function, when the reliability of the angle of the object estimated by the first angle estimation function does not exceed a threshold value, the dictionary. The information processing apparatus according to claim 1, which updates data. 前記画像取得機能は、前記オブジェクトに関する物理的な操作の後に前記オブジェクトの第2の画像を取得し、
前記第1の角度推定機能は、前記第2の画像および前記辞書データに基づいて前記第2の画像における前記オブジェクトの角度を推定し、
前記第2の角度推定機能は、前記第1の角度推定機能が前記第2の画像および前記辞書データに基づいて推定した前記オブジェクトの角度、および前記オブジェクトに関する物理的な操作の量に基づいて、前記第1の画像における前記オブジェクトの角度を再推定する、請求項1〜3のいずれか1項に記載の情報処理装置。
The image acquisition function acquires a second image of the object after physical manipulation of the object,
The first angle estimation function estimates an angle of the object in the second image based on the second image and the dictionary data,
The second angle estimation function is based on an angle of the object estimated by the first angle estimation function based on the second image and the dictionary data, and an amount of physical operation on the object, The information processing apparatus according to claim 1, wherein the angle of the object in the first image is re-estimated.
前記画像取得機能は、前記第1の角度推定機能が前記第2の画像および前記辞書データに基づいて推定した前記オブジェクトの角度の信頼度が閾値を超えない場合、前記オブジェクトに関する物理的な操作の再実行の後に前記オブジェクトの第3の画像を取得し、
前記第1の角度推定機能は、前記第3の画像および前記辞書データに基づいて前記第3の画像における前記オブジェクトの角度を推定し、
前記第2の角度推定機能は、前記第1の角度推定機能が前記第3の画像および前記辞書データに基づいて推定した前記オブジェクトの角度の信頼度が前記閾値を超える場合、前記第1の角度推定機能が前記第3の画像および前記辞書データに基づいて推定した前記オブジェクトの角度、および前記オブジェクトに関する物理的な操作の合計量に基づいて前記第1の画像における前記オブジェクトの角度を再推定する、請求項4に記載の情報処理装置。
When the reliability of the angle of the object estimated by the first angle estimation function based on the second image and the dictionary data does not exceed a threshold value, the image acquisition function performs a physical operation of the object. After the rerun, take a third image of the object,
The first angle estimation function estimates an angle of the object in the third image based on the third image and the dictionary data,
If the reliability of the angle of the object estimated by the first angle estimation function based on the third image and the dictionary data exceeds the threshold value, the second angle estimation function may be used. The estimating function re-estimates the angle of the object in the first image based on the angle of the object estimated based on the third image and the dictionary data, and the total amount of physical operations on the object. The information processing device according to claim 4.
前記オブジェクトに関する物理的な操作は、前記オブジェクトを保持する保持手段による前記オブジェクトの回転を含み、
前記第2の角度推定機能は、前記保持手段から提供される前記オブジェクトの回転量に基づいて前記第1の画像における前記オブジェクトの角度を再推定する、請求項1〜5のいずれか1項に記載の情報処理装置。
The physical operation regarding the object includes rotation of the object by a holding unit that holds the object,
The second angle estimation function re-estimates the angle of the object in the first image based on the rotation amount of the object provided from the holding unit. The information processing device described.
前記オブジェクトに関する物理的な操作は、前記画像取得機能に画像を提供する撮像装置の前記オブジェクトに対する相対的な移動を含み、
前記第2の角度推定機能は、前記撮像装置の移動量に基づいて前記第1の画像における前記オブジェクトの角度を再推定する、請求項1〜5のいずれか1項に記載の情報処理装置。
The physical operation relating to the object includes a relative movement with respect to the object of an imaging device that provides an image to the image acquisition function,
The information processing apparatus according to claim 1, wherein the second angle estimation function re-estimates the angle of the object in the first image based on the amount of movement of the imaging device.
前記撮像装置の移動は、前記オブジェクトを中心にした旋回移動を含む、請求項7に記載の情報処理装置。 The information processing apparatus according to claim 7, wherein the movement of the imaging device includes a turning movement around the object. 前記画像取得機能は、前記撮像装置の移動中に時系列で複数の画像を取得し、
前記第2の角度推定機能は、前記複数の画像に基づいて前記撮像装置の移動量を特定する、請求項7または8に記載の情報処理装置。
The image acquisition function acquires a plurality of images in time series during movement of the imaging device,
The information processing apparatus according to claim 7, wherein the second angle estimation function specifies a movement amount of the imaging device based on the plurality of images.
前記オブジェクトに関する物理的な操作は、前記画像取得機能に画像を提供する撮像装置が前記オブジェクトとともに移動することを含む、請求項1〜5のいずれか1項に記載の情報処理装置。 The information processing apparatus according to claim 1, wherein the physical operation related to the object includes that an imaging device that provides an image to the image acquisition function moves together with the object. オブジェクトに関する辞書データを取得するステップと、
前記オブジェクトの第1の画像を取得するステップと、
前記第1の画像および前記辞書データに基づいて前記第1の画像における前記オブジェクトの角度を推定するステップと、
前記オブジェクトに関する物理的な操作の後に前記第1の画像における前記オブジェクトの角度を再推定するステップと、
プロセッサが、前記推定および前記再推定の結果に応じて前記辞書データを更新するステップと
を含む情報処理方法。
Obtaining dictionary data about the object,
Obtaining a first image of the object,
Estimating an angle of the object in the first image based on the first image and the dictionary data;
Re-estimating the angle of the object in the first image after physical manipulation of the object;
A processor updating the dictionary data according to the results of the estimation and the re-estimation.
オブジェクトに関する辞書データを取得する辞書データ取得機能と、
前記オブジェクトの第1の画像を取得する画像取得機能と、
前記第1の画像および前記辞書データに基づいて前記第1の画像における前記オブジェクトの角度を推定する第1の角度推定機能と、
前記オブジェクトに関する物理的な操作の後に前記第1の画像における前記オブジェクトの角度を再推定する第2の角度推定機能と、
前記第1の角度推定機能による推定および前記第2の角度推定機能による再推定の結果に応じて前記辞書データを更新する辞書データ更新機能と
をプロセッサに実現させるためのプログラム。
A dictionary data acquisition function that acquires dictionary data related to objects,
An image acquisition function for acquiring a first image of the object,
A first angle estimating function for estimating an angle of the object in the first image based on the first image and the dictionary data;
A second angle estimation function for re-estimating the angle of the object in the first image after a physical operation on the object;
A program for causing a processor to realize a dictionary data updating function for updating the dictionary data according to the result of the estimation by the first angle estimating function and the re-estimation by the second angle estimating function.
JP2016236277A 2016-12-05 2016-12-05 Information processing apparatus, information processing method, and program Active JP6705738B2 (en)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2016236277A JP6705738B2 (en) 2016-12-05 2016-12-05 Information processing apparatus, information processing method, and program
PCT/JP2017/042475 WO2018105433A1 (en) 2016-12-05 2017-11-28 Information processing device, information processing method, and program
EP17878629.9A EP3550511A4 (en) 2016-12-05 2017-11-28 Information processing device, information processing method, and program
CN201780074637.7A CN110023993A (en) 2016-12-05 2017-11-28 Information processing equipment, information processing method and program
US16/464,441 US10902629B2 (en) 2016-12-05 2017-11-28 Information processing device, information processing method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016236277A JP6705738B2 (en) 2016-12-05 2016-12-05 Information processing apparatus, information processing method, and program

Publications (2)

Publication Number Publication Date
JP2018092448A JP2018092448A (en) 2018-06-14
JP6705738B2 true JP6705738B2 (en) 2020-06-03

Family

ID=62491594

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016236277A Active JP6705738B2 (en) 2016-12-05 2016-12-05 Information processing apparatus, information processing method, and program

Country Status (5)

Country Link
US (1) US10902629B2 (en)
EP (1) EP3550511A4 (en)
JP (1) JP6705738B2 (en)
CN (1) CN110023993A (en)
WO (1) WO2018105433A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7135750B2 (en) * 2018-11-12 2022-09-13 富士通株式会社 Learning program, learning method, learning device, detection program, detection method, and detection device

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3421608B2 (en) 1999-04-08 2003-06-30 ファナック株式会社 Teaching model generator
CA2369845A1 (en) 2002-01-31 2003-07-31 Braintech, Inc. Method and apparatus for single camera 3d vision guided robotics
JP4164737B2 (en) 2002-05-24 2008-10-15 ソニー株式会社 Object recognition apparatus and method, and robot apparatus
JP4449410B2 (en) * 2003-10-27 2010-04-14 ソニー株式会社 Robot apparatus and object learning method thereof
JP5176572B2 (en) * 2008-02-05 2013-04-03 ソニー株式会社 Image processing apparatus and method, and program
LT5629B (en) 2008-05-23 2010-02-25 Outsphere International Ltd., , Three-dimensional photographic system and a method for creating and publishing 3d digital images of an object
JP5642410B2 (en) * 2010-03-30 2014-12-17 パナソニック株式会社 Face recognition device and face recognition method
CN103415780B (en) * 2011-01-10 2015-09-16 特林布尔公司 For determining the position of measuring instrument and directed method and system
JP5787642B2 (en) 2011-06-28 2015-09-30 キヤノン株式会社 Object holding device, method for controlling object holding device, and program
KR101180471B1 (en) * 2011-09-27 2012-09-07 (주)올라웍스 Method, apparatus and computer-readable recording medium for managing reference face database to improve efficiency of face recognition using small-capacity memory
CN103135743A (en) * 2011-11-22 2013-06-05 联想(北京)有限公司 Adjustment method for display image of electronic equipment and electronic equipment
JP5895569B2 (en) 2012-02-08 2016-03-30 ソニー株式会社 Information processing apparatus, information processing method, and computer program
JP6157066B2 (en) 2012-06-11 2017-07-05 キヤノン株式会社 Image processing apparatus, object extraction system, image processing method, and program
CN103841374B (en) * 2012-11-27 2017-04-12 华为技术有限公司 Display method and system for video monitoring image
JP6028589B2 (en) * 2013-01-23 2016-11-16 富士通株式会社 Input program, input device, and input method
US9111348B2 (en) 2013-03-15 2015-08-18 Toyota Motor Engineering & Manufacturing North America, Inc. Computer-based method and system of dynamic category object recognition
JP6126437B2 (en) 2013-03-29 2017-05-10 キヤノン株式会社 Image processing apparatus and image processing method
JP2016103094A (en) * 2014-11-27 2016-06-02 株式会社豊田自動織機 Image processing method, image processor, and image processing program
CN104732486B (en) * 2015-03-23 2017-10-03 海信集团有限公司 The display methods and device of a kind of picture

Also Published As

Publication number Publication date
WO2018105433A1 (en) 2018-06-14
US10902629B2 (en) 2021-01-26
EP3550511A4 (en) 2020-07-01
CN110023993A (en) 2019-07-16
EP3550511A1 (en) 2019-10-09
US20190385331A1 (en) 2019-12-19
JP2018092448A (en) 2018-06-14

Similar Documents

Publication Publication Date Title
WO2022121640A1 (en) Robot relocalization method and apparatus, and robot and readable storage medium
US20120254809A1 (en) Method and apparatus for motion gesture recognition
CN112189218A (en) Site-based augmented reality method and device
CN107646126A (en) Camera Attitude estimation for mobile device
TWI677413B (en) Calibration method and device for robotic arm system
CN108827249A (en) A kind of map constructing method and device
JP2021520540A (en) Camera positioning methods and devices, terminals and computer programs
US9934563B2 (en) 3D object rotation-based mechanical parts selection through 2D image processing
CN112119627A (en) Target following method and device based on holder, holder and computer storage medium
US11748962B2 (en) Resilient interdependent spatial alignment to improve and maintain spatial alignment between two coordinate systems for augmented reality and other applications
TW202217755A (en) Visual positioning method, device and computer-readable storage medium
JP2017073753A (en) Correction method, program, and electronic apparatus
JP2018014579A (en) Camera tracking device and method
JP6705738B2 (en) Information processing apparatus, information processing method, and program
WO2021102914A1 (en) Trajectory repeating method and system, movable platform and storage medium
CN107492124B (en) Plane calibration device of fisheye camera
JP7051287B2 (en) Systems, jigs, and information processing methods
CN110046554B (en) Face alignment method and camera
JPWO2021033242A1 (en) Image recognition device, image recognition method, and image recognition program
CN113096254B (en) Target rendering method and device, computer equipment and medium
JP4027294B2 (en) Moving object detection apparatus, moving object detection method, and moving object detection program
CN117451041A (en) IMU-based tracking and positioning method and device, head-mounted equipment and medium
Petrou et al. RoboCup Rescue 2015-Robot League Team PANDORA (Greece)
CN109118592A (en) A kind of compensation effect realization method and system that AR is presented
CN117455990A (en) IMU-based key frame tracking method, IMU-based key frame tracking device, head-mounted equipment and medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190204

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200421

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200514

R150 Certificate of patent or registration of utility model

Ref document number: 6705738

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150